nevan 创业项目 2023-05-08

【ChatGPT系列】ChatGPT+Python，无限可能的应用拓展：以数据处理为例

什么是Python？

Python是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。

Python通常应用于各种领域，是一种通用语言，无论是从网站、游戏开发、机器人，人工智能，大数据，云计算或是一些高科技的航天飞机控制都可以用到python语言。

实际案例：

有人利用Python在网络上爬取了春节档期间国内电影的票房数据，但是他作为Python的新手并不知道如何通过它实现“把数据处理成第一列是采集时间，后面每一栏都是一部电影，表格的值是每部电影每10分钟的票房增量”这么一个难题，以下是以他为第一视角的实例。

我知道这个东西处理起来很容易，但是我不会；不管是SQL查询还是Python，我都不会；我最擅长的仍然是Excel。

而且任何一本书，都不会告诉你在你遇到这个问题的时候，应该用什么函数、什么方法去解决。

所以我上周用的是最笨的手工办法，先做出数据透视表，然后把数据透视表的数据复制到新的Excel里面，再手工写公式处理。

Excel处理两万多行数据是很煎熬的，而且涉及到多种计算的时候，真的是又卡又慢；而且做的图又不好看，所以我完全没有勇气处理第二遍数据，更没有再次从中发掘问题的兴趣。

然而，在chatGPT的帮助下，我迅速掌握了新的技能。我先是研究了Python的Bar_chart_race库；这个库的官方文档写得有点问题，我之前多次尝试均失败了。

然后我的下一个问题，是如何读取我的数据源文件，这个非常基础，所以没人教我，同样问AI好了：

我的数据文件是一个Excel文件，在D盘下，于是我问AI：「如何使用pd.read 读取本地D盘下的data.xlsx文件」，AI回复后，我才发现是我的反斜杠写错了。

df = pd.read_excel(“D:/data.xlsx”)
pip install openpyxl
pip install xlrd

数据导入之后，就需要对这3万多条数据进行处理。我继续问AI傻问题：

我：「我希望把数据转换，行为”采集时的时间”，列为不同的”影片名称”」，AI直接给了我答案：

你可以使用 pandas 中的 pivot 函数来实现。具体如下：

df = df.pivot(index=’采集时的时间’, columns=’影片名称’, values=’实时票房’)

然后AI继续教我如何把不想要的数据行删掉，比如《满江红》

再问得深一点，AI仍然是个很好的教练，而且给我换了一种方法：

如果想要删除指定行，可以使用Pandas中的DataFrame.drop方法：

df.drop(df[df[‘影片名称’].isin([‘满江红’, ‘黑豹2’])].index, inplace=True)

大家可以看看我都问了多少基础知识类问题：

然后，一切问题迎刃而解，一个截至到2月12日的中国票房竞赛图，在2分钟里完成了，再花1分钟配个音乐，Mission Complete！

从个人体验上来看，chatGPT的确是非常优秀的个人助理，他既能让「聪明人」快速地掌握各行各业的通识，又能让「聪明人」快速掌握各种加快效率的工具，然后，就可以期待人类大脑的进一步创新了。

ChatGPT专栏：

分享到：