又一个 Jupyter 神器，操作 Excel 自动生成 Python 代码

大家好，​​Jupyter​​对于表的处理真的是越来越方便了，很多库可以直接实现可视化操作，无需写代码。

但是这还不够，最近看到一个神器叫​​Mito​​，它真的是做到了无需写一行代码，而且手动的操作可以自动转换为代码，供后续批量化操作，这简直不要太爽。喜欢记得收藏、关注、点赞。

注：完整代码、数据、技术交流，文末获取

一、Mito是什么？

​​Mito​​​是​​Jupyter notebook​​​的一个插件，作用是编辑电子表格，并在编辑表格（带格式转换功能）时，可以生成相对应的​​Python​​代码。

下面是具体的操作演示，感受一下它的强大！

使用​​Mito​​​和使用​​Excel​​​表格没什么太大区别，只需要掌握一些​​Mito​​​的自定义函数即可，然后它会自动生成​​pandas​​处理表的代码。

二、Mito 安装

​​Mito​​的安装要求比较简单，有两个：

• Python 3.6或更高版本
• 需要安装了Node

打开终端，直接pip安装：

pip install mitosheet

然后，安装​​JupyterLab​​扩展管理器。这个命令可能需要运行个几分钟：

jupyter labextension install @jupyter-widgets/jupyterlab-manager@2

最后，启动​​JupyterLab​​就完事了。

jupyter lab

也可以用​​conda​​安装到一个虚拟环境里。

三、Mito 操作方法

创建一个表

import mitosheet
mitosheet.sheet()

导入数据

可以使用​​pandas​​​读入数据生成​​dataframe​​​给​​mitosheet​​。如果不想写代码，也可以手动点导入按钮导入数据，导入数据代码会自动生成。

# import Python packages
import mitosheet
import pandas as pd

# Create a simple dataframe to display
car_data = pd.DataFrame({'car': ['Toyota', 'Nissan', 'Honda', 'Mini Cooper', 'Saturn'], 'mph': [60, 50, 60, 75, 90], 'length': [10, 12, 13, 8, 9]})

# render the Mitosheet with car_data
mitosheet.sheet(car_data)

操作方法

和​​Excel​​一样，一般的两种方法。

１.公式法： 如果对公式熟练，直接敲入函数即可，比如​​sum​​​、​​sumif​​​这种等等。公式法其实就是个孰能生巧的事。我看了下，​​Mito​​中的函数不复杂，使用很容易上手。

２.分析工具： 如果不熟练函数，​​Mito​​也提供了分析工具，比如合并、透视表、筛选、排序、保存分析等部分功能，都是点点点的操作。

对于分析工具，给大家演示几种常见的数据处理操作，找找感觉。

合并数据集

​​Mito​​的合并功能可用于将数据集水平组合在一起。通过查找两个表关键列的匹配项，然后将这些匹配项数据组合到一行中。

首先，选择要合并在一起的两个Mito工作表。其次，选择合并的键。最后，选择保留哪些列。

数据透视表

首先，选择一个关键字对数据分组。然后，如果想进一步将组分层为单个单元格，继续选择列。最后，选择聚合的列和方法。

筛选

Mito通过组合过滤器和过滤器组来提供强大的过滤功能。

• 过滤器是单个条件，对于该列中的每个单元格，其评估结果为true或false。
• 过滤器组是结合了布尔运算符的过滤器聚合。

排序

保存分析

可以像保存宏一样保存分析。通过保存分析，可以保存应用于数据的转换，以便以后可以将其重新应用于新的数据集。

四、后话

对于​​Mito​​的背后原理，这里不过多介绍，如果感兴趣可以参考这篇博客：

https://trymito.io/blog/transpiler

​​Mito​​​的创作者是三位来自宾大的学霸 Aaron Diamond-Reivich、Jake Diamond-Reivich和Nate Rush，他们是在搞数据分析的时候，萌生了想要制作​​Mito​​的想法。

据了解，目前这个软件还没有开源，他们还在思考如何支持维护这个项目，并转到开源路径上来。

参考：https://docs.trymito.io/

​

技术交流

欢迎转载、收藏、有所收获点赞支持一下！数据、代码可以找我获取

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式1、发送如下图片至微信，长按识别，后台回复：加群；
• 方式2、微信搜索公众号：Python学习与数据挖掘，后台回复：加群