# excel_analysis
## 简介
Excel虽然可以非常方便地处理数据，但数据量大时速度就变慢了，本项目把Excel数据分析的常用功能：筛选、多表合并、多表汇总、多表分组，通过Python+Pandas重新实现，因为Pandas处理数据更快且能处理大的数据，此工具还可根据业务需求灵活修改少量代码实现通用。
## 开发环境Python-v3(3.6)
-pandas==0.25.1
-matplotlib==2.2.2
-glob2==0.6
另外还需安装pyqt5
## 用法
下载excel_analysis项目到本地，PyCharm导入项目并配好运行环境以及安装上述依赖包，运行Main.py，出现如下界面：
1.导入要处理的数据文件夹
导入后左侧文件列表出现文件夹里的文件名
2.筛选保存：选择要筛选的表，这里筛选的列是代码写好的，可根据业务改变，这里筛选指定列，即指定显示的列，其余列统统丢掉
筛选前
筛选后
本项目把Excel数据分析的常用功能：筛选、多表合并、多表汇总
需积分: 5 34 浏览量
2024-01-11
11:03:29
上传
评论
收藏 628KB ZIP 举报
Excel虽然可以非常方便地处理数据，但数据量大时速度就变慢了，本项目把Excel数据分析的常用功能：筛选、多表合并、多表汇总、多表分组，通过Python+Pandas重新实现，因为Pandas处理数据更快且能处理大的数据，此工具还可根据业务需求灵活修改少量代码实现通用。.zip （38个子文件） 
222 excel_analysis 
main_view.ui 9KB
图标-06.png 5KB
all_data.xlsx 101KB Main.py 377B 图标-03.png 6KB imag.qrc 273B 图标-05.png 4KB dataset 
2月销售数据.xls 61KB 5月销售数据.xls 98KB 4月销售数据.xls 89KB 1月销售数据.xls 59KB 3月销售数据.xls 73KB 6月销售数据.xls 74KB pd_set.py 358B imag_rc.py 144KB main_view.py 8KB book_pay.xlsx 6KB 图标-04.png 4KB column_data.xlsx 12KB 贡献度分析.png 81KB 图标-07.png 5KB excel_oper.py 8KB __pycache__ pd_set.cpython-36.pyc 330B main_view.cpython-36.pyc 5KB excel_oper.cpython-36.pyc 5KB imag_rc.cpython-36.pyc 35KB sale_num_sort.xlsx 7KB 图标-01.png 4KB 图标-02.png 5KB filter_data.xlsx 7KB image-folder 初始.png 34KB 导入.png 25KB 1 2B 导入后.png 35KB 筛选后.png 46KB 筛选前.png 47KB 筛选条件.png 9KB README.md 2KB资源评论
