python - CSV格式数据操作: why use python scripts instead of MS excel functions?

Question

我目前正在处理 csv 格式的大型数据集。在某些情况下，使用 Excel 函数完成工作会更快。但是，我想编写 python 脚本来读取/写入 csv 并执行所需的功能。在什么情况下，Python 脚本比使用 Excel 函数执行数据操作任务更好？长期优势是什么？

Answer 1

以下场景推荐使用python:

1. 重复操作:对相似的数据集重复执行一组相似的操作。例如，假设您获得每月的预测数据，并且必须执行各种切片和切 block 以及绘图。这里的数据结构和分析步骤大致相同，但每个月的数据都不同。使用 Python 和 Pandas 将为您节省大量时间，并减少手动错误。
2. 探索性分析:一旦您对 Pandas、Numpy 和 Matplotlib 有了一定的熟悉度，使用这些 Python 库进行分析就会比 Excel 分析更快、更高效。证明这一说法的一个简单用例是回溯。使用 Pandas，您可以快速追溯并将数据集恢复到其原始形式或早期分析的形式。使用 Excel，您可能会在迷宫般的分析后迷失方向，并且可能会回溯到 cntrl + z 之外的早期形式
3. 教学工具:在我看来，这是最未被充分利用的功能。 IPython笔记本可以成为数据分析的优秀教学工具和引用文档。使用此功能，您可以在同事之间高效地传递知识，而不是共享复杂的 Excel 文件。