大家好，我是東哥。

不得不說，Jupyter對于表的處理真的是越來越方便了，很多庫可以直接實現可視化操作，無需寫代碼。但是這還不夠，最近看到一個神器叫Mito，它真的是做到了無需寫一行代碼，而且手動的操作可以自動轉換為代碼，供后續批量化操作，這簡直不要太爽。

一、Mito是什么？

Mito是Jupyter notebook的一個插件，作用是編輯電子表格，并在編輯表格（帶格式轉換功能）時，可以生成相對應的Python代碼。

下面是具體的操作演示，感受一下它的強大！

使用Mito和使用Excel表格沒什么太大區別，只需要掌握一些Mito的自定義函數即可，然后它會自動生成pandas處理表的代碼。

二、Mito 安裝

Mito的安裝要求比較簡單，有兩個：

• Python 3.6或更高版本

• 需要安裝了Node

打開終端，直接pip安裝：

pip install mitosheet

然后，安裝JupyterLab擴展管理器。這個命令可能需要運行個幾分鐘：

jupyter?labextension?install?@jupyter-widgets/jupyterlab-manager@2

最后，啟動JupyterLab就完事了。

jupyter lab

也可以用conda安裝到一個虛擬環境里。

三、Mito 操作方法

創建一個表

import?mitosheet mitosheet.sheet()

導入數據

可以使用pandas讀入數據生成dataframe給mitosheet。如果不想寫代碼，也可以手動點導入按鈕導入數據，導入數據代碼會自動生成。

#?import?Python?packages import?mitosheet import?pandas?as?pd#?Create?a?simple?dataframe?to?display car_data?=?pd.DataFrame({'car':?['Toyota',?'Nissan',?'Honda',?'Mini?Cooper',?'Saturn'],?'mph':?[60,?50,?60,?75,?90],?'length':?[10,?12,?13,?8,?9]})#?render?the?Mitosheet?with?car_data mitosheet.sheet(car_data)

操作方法

和Excel一樣，一般的兩種方法。

１.公式法： 如果對公式熟練，直接敲入函數即可，比如sum、sumif這種等等。公式法其實就是個孰能生巧的事。我看了下，Mito中的函數不復雜，使用很容易上手。

２.分析工具： 如果不熟練函數，Mito也提供了分析工具，比如合并、透視表、篩選、排序、保存分析等部分功能，都是點點點的操作。

對于分析工具，給大家演示幾種常見的數據處理操作，找找感覺。

合并數據集

Mito的合并功能可用于將數據集水平組合在一起。通過查找兩個表關鍵列的匹配項，然后將這些匹配項數據組合到一行中。

首先，選擇要合并在一起的兩個Mito工作表。其次，選擇合并的鍵。最后，選擇保留哪些列。

數據透視表

首先，選擇一個關鍵字對數據分組。然后，如果想進一步將組分層為單個單元格，繼續選擇列。最后，選擇聚合的列和方法。

篩選

Mito通過組合過濾器和過濾器組來提供強大的過濾功能。

• 過濾器是單個條件，對于該列中的每個單元格，其評估結果為true或false。

• 過濾器組是結合了布爾運算符的過濾器聚合。

排序

保存分析

可以像保存宏一樣保存分析。通過保存分析，可以保存應用于數據的轉換，以便以后可以將其重新應用于新的數據集。

四、后話

對于Mito的背后原理，這里不過多介紹，如果感興趣可以參考這篇博客：

https://trymito.io/blog/transpiler

Mito的創作者是三位來自賓大的學霸 Aaron Diamond-Reivich、Jake Diamond-Reivich和Nate Rush，他們是在搞數據分析的時候，萌生了想要制作Mito的想法。

據了解，目前這個軟件還沒有開源，他們還在思考如何支持維護這個項目，并轉到開源路徑上來。

參考：https://docs.trymito.io/

---

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 本站qq群851320808，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【Python】又一个Jupyter神器，操作Excel自动生成Python代码！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。