如何用 GPT 去分析Excel数据

背景

需要尝试分析 Excel 的内容，每月都需要进行相关的分析，固定化流程，因此尝试制作固化的脚本，方便后续的分析。

执行步骤

帮我写一段 python 代码，我需要区分一个.xlsx的数据。格式示例如下：

"这块自行复制 Excel 里面的文本内容"

帮我筛选出

Description列的值为Subscription creation 和对应不同价格的数据，

Description列的值为Subscription update 和对应不同价格的数据，

Description列的值不属于Subscription creation也不属于Subscription update 按照不同的价格进行区分，

最后分别给我返回不同情况对应的不同数据的数组。

结果如下

当您需要处理 Excel 文件并根据特定列的值进行筛选时，可以使用 Python 的 pandas 库来处理和分析数据。在处理 Excel 文件时，pandas 是一个非常有用的工具。首先，确保您已经安装了 pandas 库，如果没有安装可以通过以下命令来安装：

bash

Copy code

pip install pandas

接下来，以下是一个示例代码，用于读取 Excel 文件并根据不同条件筛选数据：

python

Copy code

import pandas as pd

读取 Excel 文件

file_path = 'your_excel_file.xlsx'

data = pd.read_excel(file_path)

根据条件筛选数据

subscription_creation = data $data\['Description'$ == 'Subscription creation']

subscription_update = data $data\['Description'$ == 'Subscription update']

other_descriptions = data $\~data\['Description'$ .isin( $'Subscription creation', 'Subscription update'$ )]

输出不同情况对应的数据数组

print("Subscription creation data:")

print(subscription_creation)

print("\nSubscription update data:")

print(subscription_update)

print("\nOther descriptions data:")

print(other_descriptions)

在上述代码中，假设您的 Excel 文件路径为 your_excel_file.xlsx。代码将根据不同的描述（Subscription creation、Subscription update、其他描述）创建三个不同的数据集，并将它们输出到控制台。

您可以根据需要对这些数据进行进一步处理或保存到新的 Excel 文件中。如果您需要将数据存储到数组中，您可以使用 to_numpy() 方法将 pandas DataFrame 转换为 NumPy 数组。

结果不满足需求，尝试做了调整

三种不同的情况需要对应不同的价格区分

ChatGPT

要根据不同的描述和价格区分数据，可以使用 pandas 进行多条件筛选。以下是一个例子，假设您需要对不同描述的不同价格进行筛选：

python

Copy code

import pandas as pd

读取 Excel 文件

file_path = 'your_excel_file.xlsx'

data = pd.read_excel(file_path)

根据描述和价格筛选数据

subscription_creation = data $(data\['Description'$ == 'Subscription creation') & (data $'Amount'$ == 9)]

subscription_update = data $(data\['Description'$ == 'Subscription update') & (data $'Amount'$ == 15)]

other_data = data $\~((data\['Description'$ == 'Subscription creation') | (data $'Description'$ == 'Subscription update'))]

输出不同情况对应的数据数组

print("Subscription creation with amount 9 data:")

print(subscription_creation)

print("\nSubscription update with amount 15 data:")

print(subscription_update)

print("\nOther descriptions data:")

print(other_data)

在这个示例中，假设您想要找出Subscription creation中金额为9，Subscription update中金额为15的数据，并将其与其他数据进行分离。您可以根据实际情况修改金额和描述的条件来满足您的需求。

到现在为止已经基本满足我的需求了，代码再基本改吧改吧，很快最终的代码就输出出来了。