分析師必學 Python 套件：Pandas
Excel 之外你有更好的選擇！（內附教學投影片）
Published in
Apr 15, 2020
你都怎麼處理巨量資料呢？
淺談 Excel、Power BI、Tableau
在我過去的分析工作中，我們所遇到數據處理都還是使用 Excel 為主。回顧工作介紹可點底下連結：
當時主要是因為大部分要做的分析報告資料量不大、入門協作也簡單，同時也是因為大部分的同事不會 Excel 以外的工具。
然而，遇到巨量資料，達到十幾萬、百萬筆數的資料，導致 Excel 無法讀取、編輯時，我們則會轉而使用 Tableau 或者是 Power BI 這種 BI Tools。
雖然 Power BI 與 Tableau 在編輯或查找 Raw Data 不即 Excel 直觀，但是在面對這種資料量體而言，也是我們僅存的少數選擇了。
不過，相當然爾，這些 BI Tools 也是有所極限。這也是為什麼我到後期更決心要專精 Pandas 的主要原因。
先打個預防針！完整文章已搬運，Medium 僅保留部分內容。請至此閱讀完整版：
為什麼要學 Python Pandas 套件？
對於需要對巨量資料做分析、處理的分析師而言，BI Tools 往往也只是輔助。不論你是寫 R 還是 Python，資料量體過於龐大時，一定會在讀取就遇到難關，更不用說是接續的清理、分析，又或是視覺化工作。所以，在拿到 Raw Data 的一開始就以程式語言起頭，會讓後面的一切順利許多。
不過，這裡還是要再重申：
每個資料處理工具都有適合的使用場景，因此 Python 也不見得是每個分析報告的最佳解
倘若你的工作只會處理到數百、千筆資料，而且經常需要編輯 Raw Data，那使用 Excel 其實會比 Python Pandas 來得更有效率喔！
Pandas 入門：實務上的常用功能有哪些？
Pandas 的介紹相信大家爬文都能找到，這邊簡單說明：
Pandas 是讓使用者能夠在 Python 建築資料結構（Data Structure）進而做到清理與分析的工具。
