关于数据处理模块pandas

前言：

Pandas 库是一个免费、开源的第三方 Python 库，是 Python 数据分析必不可少的工具之一，它为 Python 数据分析提供了高性能，且易于使用的数据结构，即 Series 和 DataFrame。Pandas 自诞生后被应用于众多的领域，比如金融、统计学、社会科学、建筑工程等。
但想学习的人注意了，孔子有言，吾生而有涯，知也无涯，如果pandas无法解决你遇到的问题，那可以把时间和精力用到别的地方去。做一个聪明的牛马。下面是我了解到关于想用pandas处理工作问题的人遇到的一些实际情况。

适用场景：

数据源格式一致，数据量大于10W条，且周期性处理，那就值得用Pandas来处理。否则不如Excel快。

时间成本：

学python最快也得两周（没其他编程经验的人），学pandas又得一周，牛马稳定的学习时间并不容易，更不用说自身意愿，有这时间打游戏看电影逛街不香吗。长线投资反人性，学习技能也是如此。

沟通成本：

你只是辛苦的分析数据，领导考虑的就多了，你发个py.nb文件别人不会用，别人发给excel你还得处理才能用，你离职了别人如何继承你的工作？（狗头经济收益：除非分析岗，绝大部分职位熟练运用pandas提升效率并不会对个人带来直接和直观的经济收益，只会带来更多的工作。当然这不止是pandas库，R语言，matlab等都是一样的。

学以致用的机会：

在大公司工作过的人都知道，一般来说别说装Python了，就算是装个搜狗输入法，IT也能让你掉层皮，所以你学的东西如果不能通过实践来验证，那很快就会生疏，遗忘。

可替代的工具：

如果说上述条件还不能让你清晰自己的需求，那我告诉你，python还有一个可以直接操作excel的工具，叫pyexcel，github上的，不过stars的数量少的可怜

所以最终结论：

在真正的工作中，还需要考虑身边的人，毕竟对于使用pandas的人来说，excel是他们输入与输出的结果，而对于使用excel的人来说，excel是他们的生产工具，所以能用excel做相关性分析，尽量不要上pandas。但如果你是做大数据或数据展示的相关工作，并且有一个基于这方面的可信，有良好发展前景的工作机会，或打算进入并长期在这个行业发展，那就无脑入pandas吧。