|
前言 回顾一下上次的案例模型，我们知道了只要写3行代码，就可以利用python对EXCEL数据做简单的筛选，说明了python是一门非常简单和实用的数据分析工具。前面学过的这几句简单的语言，不知道你们学会了没？今天我们依旧是利用ETL+Python的搭配组合，对EXCEL数据进行深层次的加工，这一次我们要做的是高级筛选，请跟着我一起学习吧。
数据源 我们还是用上次的那份电商订单明细表，数据已脱敏：
EXCEL筛选 我们回顾一下上一篇文章里的数据需求，第一个是根据订单日期筛选2010年的订单，第二个是根据订单等级去筛选高级的订单，这一次我们把筛选条件进行升级，增加一个条件：在原先两个筛选条件的基础上，筛选出利润金额前10的订单。如果在EXCEL里操作的话，可以利用公式或者自身的筛选功能去实现，但是在python又是怎样实现的呢？
我们可以在pycharm等软件上写python脚本去实现，但是我推荐大家用智分析的ETL功能去实现，智分析的ETL界面里也提供了python脚本的编写页面，并且很多简单的需求通过ETL就能实现，无需撰写复杂的代码，非常适合编程小白。
加载数据 打开智分析里ETL界面，我们先连接好数据源，我已经提前把EXCEL文件导入到了智分析的系统里，然后把关系数据源拉拽到展示区里，并在右边找到数据源存放的路径：
加载完成后，我们可以对数据源进行预览：
条件过滤 当完成了数据连接后，接下来就可以利用智分析ETL里自带的python脚本对数据进行各种处理，我们先把python的组件拉拽到中间的展示区，并与上面的关系数据源进行相连：
以下脚本是智分析自带的脚本，已经提前安装好了pandas和numpy的库，后面的函数也写好了一部分代码，只要根据以下脚本进行扩展，便可以在ETL上利用python进行数据清洗：
在输入python脚本之前，我们再明确一下要实现的需求，其中前面两个条件是和上次一样的，我们无需进行改动，直接复制脚本过来即可，如果不懂的可以查看我前一篇文章。第三个条件需要做的是筛选利润额前10的订单，这里我们引用pandas中的sort_values函数进行排序，原理类似于SQL中的order by，可以将数据集依照某个字段中的数据进行排序，后面接ascending=False，即对数据进行降序排列，head(10)代表的是取前10的值：
我们看一下python脚本执行后的效果，年份这一列把2010年给筛选出来了，订单这一列筛选的是高级的订单，订单利润这一列的数据按照降序把前10的数据给筛选出来了：
数据输出 完成python的筛选程序后，我们把执行筛选后的表格进行保存，可以选择保存在数据库中，也可以保存在数据集里，这里我依旧选择数据集的保存方式，因为方便在EXCEL里进行调用：
回到EXCEL里，点击EXCEL插件里的“视图”，在右边会出现智分析的数据集面板界面，点击下拉菜单，便可以找到保存在云端的数据集，也可以直接输入文件名进行搜索：
点击EXCEL工具栏上的“刷新”，数据集里的字段便会显示在EXCEL里，我们就可以利用这些数据在EXCEL里进行数据分析了：
下篇预告 本文介绍了python的多条件筛选功能，下一篇将讲解如何对字段进行去重，敬请关注。
| 
