智能分析：ChatGPT+Excel+Python超强组合玩转数据分析

ExcelCoder

Python+Copilot/ChatGPT, Excel未来已来

话说天下大势，合久必分，分久必合。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高举卷王之王的大旗向传统王者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2023年初ChatGPT席卷而来，语言大模型开始接管一切，改变一切。人们从质疑、嘲笑、观望、到骂骂咧咧地开始接受。

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。什么是Copilot？我的理解是ChatGPT+微软独家秘制语料库！

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何许人也，仿佛一夜之间，如此汹汹？”

“不必惊慌，无它，一聊天机器人尔！专家讲的自然语言、神经网络、深度学习和大模型，咱们不用理会，只需要向它提问题，等它回答完以后，如此，这般……即可，操作简单而不失粗暴。”

向ChatGPT提的问题美其名曰提示词。提示词的好坏，直接关系到答案的好坏。所以，提示词里有黄金，提示词里颜如玉。君不闻新晋职业提示词工程师者，年薪百万乎？

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。

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。

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