Excel篇
1、Excel如何提取指定字符内容
=LEFT(C2,3)提取货号数字
=RIGHT(C2,4)提取单号字母
=LEFT(D2,FIND("-",D2)-1)=MID(D2,FIND("-",D2)+1,100)2、Excel如何数据逆透视
在主页中单击将第一行用作标题。
按住Ctrl键选中不需要逆透视的列，在转化选项卡下点击逆透视其他列。
如框选的部分，数据完成逆透视，在主页选项卡下点击关闭并上载功能，将数据加载至sheet表中。
3、Excel数据如何分组合并
数据分组后合并，选择单元格数据区域，点击数据选项卡，点击获取与转换中的从表格，点击创建表。
选择转换选项卡分组依据，分组类别为产品类别，柱为产品名称，操作为求和，点击确定。
将阴影选中的公式部分List.Sum替换为Text.Combine。
如框选的部分，数据完成分组合并，在主页选项卡下点击关闭并上载功能，将数据加载至sheet表中。
1、SQL的执行顺序
大多数编程语言代码都是按编码顺序执行的，但是在SQL语言中，第一个被执行的语句是FROM子句，每个步骤都会产生一个虚拟表，该虚拟表被用作下一个步骤的输入，如下的顺序即SQL的执行顺序。
(8)SELECT (9)DISTINCT (11)<Top Num> <select list>(1)FROM [left_table](3)<join_type> JOIN <right_table>(2)ON <join_condition>(4)WHERE <where_condition>(5)GROUP BY <group_by_list>(6)WITH <CUBE | RollUP>(7)HAVING <having_condition>(10)ORDER BY <order_by_list>
2、计算用户的平均次日留存率
select count(t3.device_id)/count(t2.device_id) as avg_retfrom (select t1.*,date_add(t1.date,interval 1 day) as diertianfrom (select distinct device_id,date from question_practice_detail ) as t1) as t2left join (select distinct device_id,date from question_practice_detail)as t3 on t2.device_id=t3.device_id and t2.diertian=t3.date;
1、批量合并同一文件夹不同工作簿数据
import pandas as pdimport ospath=r'C:\Users\尚天强\Desktop\测试'listdir=os.listdir(path)df=pd.read_excel(path+'\\'+ listdir[0])#导入第一个数据表for filename in listdir[1:]:dfi=pd.read_excel(path+'\\'+ filename) #导入除第一个数据表外其他数据表df=pd.concat([df,dfi]) #数据纵向合并df.to_excel(path+'\\'+'数据合并.xlsx',index=False)
import pandas as pdimport osdfs = []read_path=r'C:\Users\尚天强\Desktop\测试数据'save_path=r'C:\Users\尚天强\Desktop'save_name='out_table.xlsx'for fname in os.listdir(read_path):if fname.endswith(".xlsx") and fname !=save_name:df = pd.read_excel(read_path+"\\"+fname,skiprows=1,header=None,sheet_name=None) #names=['序列','日期','销量']dfs.extend(df.values())#合并result = pd.concat(dfs)#导出数据result.to_excel(save_path+"\\"+save_name,index=False,header=['id','number','sale'])
2、批量合并不同工作簿不同sheet表数据
该方法首先建一个空的表格，使用openpyxl库，循环导入不同工作簿，不同sheet表，不同行的数据，然后进行合并。
from openpyxl import Workbook,load_workbookimport osdef concat_data(file_path,save_path):files_name=os.listdir(file_path)#创建新表格new_wb=Workbook()new_ws=new_wb.activeheader=['销售日期', '员工工号', '销售员', '货号', '销售单编号', '销量', '销售额']new_ws.append(header)#向新的表格写入数据for file_name in files_name:wb=load_workbook(file_path+"\\"+file_name)for sheet in wb.sheetnames:ws=wb[sheet]for row in ws.iter_rows(min_row=2,values_only=True):new_ws.append(row)#数据保存new_wb.save(save_path+"\\"+"数据合并.xlsx")concat_data(r"C:\Users\尚天强\Desktop\2017年销售明细",r"C:\Users\尚天强\Desktop")
3、Python批量数据拆分
如果将汇总的数据表按照某个品牌或者企业进行批量拆分，首先使用unique函数将需要拆分的字段去重，然后使用df.loc函数循环筛选，最后数据导出。
import pandas as pddf=pd.read_excel(r'C:\Users\尚天强\Desktop\数据批量拆分.xlsx')city=df['城市'].unique().tolist()for i in city:df1=df.loc[df['城市']==i]df1.to_excel(r'C:\Users\尚天强\Desktop'+'\\'+ i + '.xlsx',index=False)
4、Python计算当前时间进度
计算当前的时间进度，定义一个字典，月份键对应着天数值，使用datetime函数计算求得。
import datetime#时间进度dic = {"1月": 31, "2月": 28, "3月": 31, "4月": 30, "5月": 31, "6月": 30, "7月": 31, "8月": 31, "9月": 30, "10月": 31,"11月": 30, "12月": 31}for i in range(12):if datetime.datetime.now().month == i + 1:timing = round((datetime.datetime.now().day / dic["{}月".format(i + 1)]) ,2)print('当前本月时间进度为：{:.0%}'.format(timing))
当前本月时间进度为：35%
5、Python计算数据环比
import pandas as pdimport numpy as npdf=pd.DataFrame(data=np.random.randint(100, 500, (7, 1)),index=pd.date_range('2021/12/01',periods=7),columns=['销量'])df['环比']=df['销量'].pct_change().apply(lambda x:format(x,'.2%'))df
- END -
开启职业新征程
职业规划帮你掌握人生航向
了解自己的优势，找到适合自己的岗位！
人生不只有一条路，
职业规划帮你发现更多可能性！
赶快来了解一下吧
👇👇👇
仅需9.9元
让爱数据助力你的职场生涯
