贼拉刺激！GPT+Excel+Python王炸组合让数据分析起飞！
共 7372字，需浏览 15分钟
·
2024-07-01 18:59
话说天下大势，合久必分，分久必合。
对于 数据分析 而言，近几年是实实在在的多事之秋。
首先是顶流Python高举卷王大旗向传统王者VBA抢班夺权，pandas, xlwings、OpenPyXL和Matplotlib等第三方包已经具备VBA和Power Query的几乎所有功能。
然后是ChatGPT席卷而来，语言大模型开始接管一切，改变一切。
8月，微软开启Excel内置Python的Beta测试，Python名正言顺地嵌入Excel，与VBA并驾齐驱。11月1日，微软经过7个多月的测试后，正式发布Microsoft 365 Copilot。10月17日，国内金山软件与科大讯飞宣布合作，要在WPS中做中国版的Copilot。
智能分析的理想已经照进现实，真实并且热烈！
提示词：追求生成的代码不需修改
ChatGPT可以帮我们写文章、写文案、写诗、画画，才华横溢。但是作为数据分析师，我们让它写代码，并且殷切希望写的代码不需要修改！
如果代码需要修改，对于不懂编程的同学代码是毫无意义的，因为不会改；对于略懂编程的同学，可能调试代码找错花的时间比自己编写用得还多，不划算。
记住，我们追求的目标是让ChatGPT生成的代码不需要修改。
下面结合一个实例介绍用ChatGPT生成pandas代码分析数据的过程。图1所示工作表中A-C列是不同班学生的考试成绩，要求计算各班学生考试成绩的平均分。这是一个分组统计问题。
图1
根据题意编写好ChatGPT的提示词，如下所示：
你是pandas专家，文件路径为：D:/Samples/ch03/02 各班学生成绩.xlsx。该Excel文件的第一个工作表中A-C列为给定数据。A-C列分别为“班级”、“姓名”和“成绩”。用pandas导入Excel文件的数据，引擎为"openpyxl"。请计算各班学生成绩的平均分，平均分保留1位小数。输出各班平均成绩，例如：一班 88.5。添加代码注释。
ChatGPT软件的外观很简单，类似于图2中的样子。用户只需要在底下的文本框中向ChatGPT提问即可，答案会显示在文本框上方。使用上面的提示词向ChatGPT提问，返回解决本示例问题的pandas代码，如图2中所示。
图2
ChatGPT生成的代码为：
import pandas as pd# 读取Excel文件数据df = pd.read_excel('D:/Samples/ch01/各班学生成绩.xlsx', engine='openpyxl')# 计算各班学生成绩的平均分average_scores = df.groupby('班级')['成绩'].mean().round(1)# 输出各班平均成绩for index, value in average_scores.items():print(f'{index}班 {value}')
打开Python IDLE，新建一个脚本文件，将上面生成的代码复制进去，保存到D:/Samples/1.py。运行脚本，在IDLE Shell窗口输出各班的平均成绩。
> == RESTART: D:/Samples/1.py =一班 90.6三班 90.1二班 88.9
操作的整个过程不需要用户懂编程，编程的工作ChatGPT帮你做了，真正实现了办公自动化。
（点击学习）
ChatGPT数据分析
编程语言和工具的选择
Excel数据分析目前可用的编程语言主要有VBA和Python，其中Python又有pandas, xlwings和OpenPyXL等不同的包。Python的这几个包既可以单独完成任务，又可以优化组合，更高效地完成分析任务。
经过大量测试，目前可以肯定的是，ChatGPT生成的Python代码的成功率要大于生成的VBA代码的成功率，写提示词的难度也更小。成功率指的是代码运行不出错，并且正确解决问题。
比如下面是用代码实现中国式排名的例子，同样的数据，生成Python pandas代码的提示词为：
你是pandas专家，文件路径为：D:/Samples/07 数据排名/中国式排名/短跑成绩排名.xlsx。该Excel文件的第一个工作表中A1:B8为给定数据，A-B列分别为“姓名”和“短跑成绩(秒)”数据。用pandas导入Excel文件的数据，第1行为索引行，引擎为"openpyxl"，请根据短跑成绩进行排名，用时越少排名越靠前。排名为整数，采用中国式排名，名次相同时取最小名次，数据添加在最后一列。根据排名对行数据进行升序排列。给代码添加注释。
生成VBA代码的提示词为：
你是Excel VBA专家，第一个工作表中A1:B8为给定数据，A-B列分别为“姓名”和“短跑成绩(秒)”数据，第1行为变量名称。遍历第2行到末行，首先按照短跑成绩对各行数据进行升序排列，得到各行对应的序号。排序后的姓名和短跑成绩数据放在第E列和第F列，变量名为“姓名”和“短跑成绩(秒)”，数据从第2行开始往下放。排序后行数据处于第几行序号就是几。比如，假设排序后短跑成绩(10 11 11 12 13 13 13 15)对应的序号为(1 2 3 4 5 6 7 8)，对于短跑成绩相同的情况，比如成绩都为11的有两个，它们对应的序号为2和3，采用中国式排名，现在序号都取2，取最小值；成绩都为13的有三个，它们对应的序号为5,6和7，都取最小值5。处理完后，最终序号添加在第G列，变量名为“排名”。给代码添加注释。
为什么会有这么明显的差异呢？
笔者考虑主要有两点原因。
第一个原因是ChatGPT是用Python写的，大量使用了Python深度学习的包，而这些包跟pandas包是一脉相承的；
第二个原因是pandas包已经封装了很多算法，比如本例中的排名算法，pandas包中直接调用rank方法就可解决，而VBA中需要向ChatGPT详细描述算法，相当于写一个中国式排名算法的伪代码。
所以，在VBA和Python之间，我们选择Python。
然后是Python的3个常用包，即pandas, xlwings和OpenPyXL。
工作中常常用pandas包处理数据，用xlwings包和OpenPyXL包做报表，与Excel工作表打交道。
大量实战标明，ChatGPT生成的pandas代码成功率很高，大多数情况下代码不需要修改就可以解决问题。而另外两个包用ChatGPT生成的代码运行时常常出错。
所以，综上，用ChatGPT做数据分析，优先选择Python的pandas包。
Excel内置Python：全面支持pandas包
2023年七夕节这天，微软发布了Excel内置Python Beta测试版。Excel内置Python在微软云上运行，不需要用户在计算机上安装Python和第三方包，从而保证大家都使用相同的软件，没有版本问题。
Excel内置Python可以在Excel中以公式的形式使用Python，并且全面支持pandas包。图4演示了在Excel内置Python中用pandas包实现数据分列的效果，使用很方便。
图4
Excel内置Python
使用ChatGPT生成的pandas代码
图1对应示例用ChatGPT生成的pandas代码完成了数据分析的任务，这里试图将该代码用于Excel内置Python。要将ChatGPT生成的pandas代码用于Excel内置Python，需要将代码适当作一些修改。主要是数据输入和输出部分需要修改。
在图5所示工作表中，在计算机连接互联网的条件下，在E2单元格中输入“=PY(”，进入Python模式，在公式栏输入下面根据ChatGPT生成的代码修改后得到的代码：
df=xl("A1:C26",headers=True)df.groupby('班级')['成绩'].mean().round(1)
在公式栏中单击Ctrl+Enter键，E2单元格返回一个Series对象，展开该对象，得到各班的平均成绩，如图5所示。
图5
所以， ChatGPT生成的pandas代码稍作修改就可以用于Excel内置Python，解决数据分析问题。
为了让不懂编程的读者也能使用ChatGPT生成代码，轻松实现Excel数据处理自动化，我们基于ChatGPT+Excel+Python超强组合推出了《ChatGPT+pandas数据处理自动化》视频课程！
（点击进入课程，查看详情）
课程一共47期，带领大家用ChatGPT自动生成代码，实现了数据处理自动化的绝大部分内容，包括数据导入和导出、数据整理、数据预处理、数据统计分析、数据可视化和与Excel工作表交互等。
配合实例讲解，即便你是零基础的小白，跟着操作下来也会成为AI时代的数据处理高手！
滴滴！如果你是VBA玩家，不用着急！我们同样制作了《ChatGPT+VBA数据处理自动化》视频课程！领取上面的优惠券，本课程可同享立减100元！
（点击进入课程，查看详情）
最后要强调的是，不管技术如何发展，专业和业务知识始终是根本。对于ChatGPT而言，专业和业务上有深刻认识，思路清晰，才能问出高质量的问题。
希望大家花功夫把基础打好，然后熟练使用ChatGPT等先进技术，如虎添翼。
书课同步 效率翻倍
这里给大家分享一本学习ChatGPT+Excel+Python新知识的好书
《智能分析：ChatGPT+Excel+Python超强组合玩转数据分析》
该书试图让不会编程的你也能借助ChatGPT生成代码，轻松实现Excel数据处理自动化，让你从小白秒变高手；懂编程的你也能收获良多，十倍提升工作效率。
书中用ChatGPT自动生成pandas代码，系统实现了Excel数据处理自动化的绝大部分内容，包括数据导入和导出、数据整理、数据预处理和数据统计分析等。结合xlwings包和OpenPyXL包实现了数据可视化和与Excel工作表交互。
全书对数据分析的知识体系按照面向问题的方式进行了重构，并提供提示词模板120多个。你可以在此基础上建立自己的提示词模板库，并不断丰富。
发布：王一
审核：陈歆懿
如果喜欢本文 欢迎 在看丨留言丨分享至朋友圈 三连 < PAST · 往期回顾 >