उन्नत डेटा साइंस वर्कफ़्लो के लिए एक्सेल और पायथन का उपयोग करें

एक्सेल अपनी सादगी और लचीलेपन के कारण कई डेटा विश्लेषकों के लिए एक पसंदीदा उपकरण है। लेकिन बड़े, दोहराए जाने वाले, या जटिल डेटा कार्यों के लिए, पायथन गति, ऑटोमेशन, और उन्नत विश्लेषण प्रदान करता है। एक्सेल को पायथन के साथ एकीकृत करके, आप दोनों दुनिया का सर्वश्रेष्ठ लाभ उठा सकते हैं।

इस ट्यूटोरियल में, हम दिखाएंगे कि एक्सेल को पायथन के साथ एक शक्तिशाली डेटा साइंस वर्कफ़्लो के लिए कैसे संयोजित करें।

आवश्यक उपकरण और सेटअप

एक्सेल को पायथन के साथ जोड़ने से पहले, वातावरण सेट करें। यह सुनिश्चित करता है कि आपका वर्कफ़्लो पहले चरण से ही सुचारू और उत्पादक है।

पूर्वापेक्षाएँ:

• माइक्रोसॉफ्ट एक्सेल: प्रारंभिक डेटा समीक्षा और रिपोर्टिंग के लिए।
• पायथन 3.x: आपके डेटा साइंस वर्कफ़्लो का इंजन।
• पायथन लाइब्रेरी:
  • pandas डेटा विश्लेषण के लिए।
  • matplotlib प्लॉटिंग के लिए।
  • openpyxl (वैकल्पिक, एक्सेल फ़ाइल लिखने के लिए)।
  • numpy (संख्यात्मक)।
  • matplotlib/seaborn विज़ुअलाइज़ेशन के लिए।

पायथन लाइब्रेरी इंस्टॉल करें:

pip install pandas matplotlib openpyxl

1. डेटा को पायथन में पढ़ें

आप पैंडास का उपयोग करके अपने डेटा को पायथन में लोड कर सकते हैं, जो टेबुलर डेटा को मैनिपुलेट और विश्लेषण करना आसान बनाता है।

import pandas as pd
# एक्सेल फ़ाइल से डेटा पढ़ें
df = pd.read_excel('SalesData.xlsx')
# डेटा पूर्वावलोकन
print(df.head())  # डेटा की पहली 5 पंक्तियाँ दिखाएं
print(df.info())  # कॉलम, डेटाटाइप, और गुम मानों के बारे में जानकारी दिखाएं

• pd.read_excel() एक्सेल फ़ाइल को पैंडास DataFrame में पढ़ता है।
• df.head() पहली पांच पंक्तियाँ प्रदर्शित करता है, त्वरित जांच के लिए बढ़िया।
• df.info() पंक्तियों, कॉलम, और डेटाटाइप की संख्या दिखाता है।

2. डेटा सफाई और ट्रांसफॉर्मेशन

कच्चा डेटा शायद ही कभी विश्लेषण के लिए तैयार होता है। इस चरण में, आप गुम मानों को ठीक करेंगे, कॉलम को सही प्रकार में परिवर्तित करेंगे, और नए गणना फ़ील्ड जोड़ेंगे।

डुप्लिकेट हटाएं:

# डुप्लिकेट हटाएं
df = df.drop_duplicates()

गुम मानों की जांच करें:

# प्रति कॉलम गुम मानों की संख्या प्रिंट करें
print(df.isnull().sum())

डेटा प्रकार परिवर्तित करें:

# 'Date' कॉलम को पैंडास डेटाटाइम प्रकार में परिवर्तित करें आसान फ़िल्टरिंग/ग्रुपिंग के लिए
df['Date'] = pd.to_datetime(df['Date'])

'TotalSales' कॉलम बनाएं:

# एक नया कॉलम जोड़ें: प्रत्येक लेनदेन के लिए कुल मूल्य
df['TotalSales'] = df['Quantity'] * df['UnitPrice']

समय श्रृंखला विश्लेषण के लिए महीना निकालें:

df['Month'] = df['Date'].dt.to_period('M')

3. अपने डेटा का विश्लेषण करें

एक साफ डेटासेट के साथ, आप अब उन इनसाइट्स को उत्पन्न कर सकते हैं जो व्यावसायिक मूल्य बढ़ाते हैं। इसमें महीने, उत्पाद, और क्षेत्र के अनुसार बिक्री को एग्रीगेट करना शामिल है।

महीने के अनुसार कुल बिक्री:

# महीने के अनुसार ग्रुप करें और प्रत्येक महीने के लिए कुल बिक्री का योग करें
monthly_sales = df.groupby('Month')['TotalSales'].sum()
print(monthly_sales)

शीर्ष-बिक्री वाले उत्पाद:

# उत्पाद के अनुसार ग्रुप करें, कुल बिक्री का योग करें, और उच्चतम से निम्नतम क्रम में सॉर्ट करें
product_sales = df.groupby('ProductName')['TotalSales'].sum().sort_values(ascending=False)
print(product_sales)

क्षेत्र के अनुसार बिक्री:

# क्षेत्र के अनुसार ग्रुप करें और प्रति क्षेत्र कुल बिक्री का योग करें
region_sales = df.groupby('Region')['TotalSales'].sum()
print(region_sales)

4. प्रमुख इनसाइट्स विज़ुअलाइज़ करें

विज़ुअलाइज़ होने पर डेटा अधिक शक्तिशाली होता है। आइए प्रमुख रुझानों को समझने में आपकी और हितधारकों की मदद करने के लिए त्वरित चार्ट बनाएं।

4.1. मासिक बिक्री प्रवृत्ति

import matplotlib.pyplot as plt
# महीने के अनुसार बिक्री का बार चार्ट बनाएं
monthly_sales.plot(
    kind='bar',
    title='महीने के अनुसार कुल बिक्री',
    ylabel='बिक्री ($)',
    xlabel='महीना'
)
plt.tight_layout()
plt.savefig('monthly_sales.png')
plt.show()

4.2. क्षेत्र के अनुसार बिक्री

# क्षेत्र के अनुसार बिक्री का पाई चार्ट
region_sales.plot(
    kind='pie',
    autopct='%1.1f%%',
    title='क्षेत्र के अनुसार बिक्री वितरण'
)
plt.ylabel('')
plt.tight_layout()
plt.savefig('region_sales.png')
plt.show()

5. उन्नत विश्लेषण और मॉडलिंग

बुनियादी ग्रुपिंग और सारांश से परे, पायथन उन्नत सांख्यिकीय विश्लेषण, पिवट टेबल, और यहां तक कि मशीन लर्निंग को सक्षम करता है, सभी कुछ पंक्तियों के कोड के साथ। आइए डेटा में गहराई से जाएं और और भी अधिक इनसाइट्स अनलॉक करें।

5.1. वर्णनात्मक सांख्यिकी

वर्णनात्मक सांख्यिकी आपके डेटासेट का त्वरित सारांश देती है, जो संख्यात्मक कॉलम के लिए माध्य, मानक विचलन, और क्वांटाइल दिखाती है।

# संख्यात्मक कॉलम के लिए सारांश सांख्यिकी दिखाएं (माध्य, मानक विचलन, न्यूनतम, अधिकतम, क्वार्टाइल, आदि)
print(df.describe())

5.2. पैंडास में पिवट टेबल

पिवट टेबल एक्सेल में इंटरैक्टिव रिपोर्टिंग के लिए शक्तिशाली हैं, और पैंडास भी उन्हें कर सकता है।

# एक पिवट टेबल बनाएं: प्रत्येक क्षेत्र के लिए कुल बिक्री का योग
pivot = df.pivot_table(index='Region', values='TotalSales', aggfunc='sum')
print(pivot)

5.3. सरल मशीन लर्निंग उदाहरण

आइए देखें कि क्या हम केवल बेची गई मात्रा का उपयोग करके कुल बिक्री की भविष्यवाणी कर सकते हैं, एक साधारण रैखिक प्रतिगमन (मशीन लर्निंग) मॉडल का उपयोग करके।

from sklearn.linear_model import LinearRegression
# scikit-learn से रैखिक प्रतिगमन आयात करें
# फीचर और लक्ष्य चर तैयार करें
X = df[['Quantity']]  # फीचर: बेची गई मात्रा
y = df['TotalSales']  # लक्ष्य: कुल बिक्री मूल्य
# प्रतिगमन मॉडल बनाएं और फिट करें
model = LinearRegression()
model.fit(X, y)
# प्रतिगमन गुणांक (ढलान) प्रिंट करें
print('गुणांक:', model.coef_)
# इंटरसेप्ट प्रिंट करें (मात्रा=0 होने पर आधार मूल्य)
print('इंटरसेप्ट:', model.intercept_)

6. साफ़/विश्लेषण किए गए डेटा को वापस एक्सेल में निर्यात करें

सफाई, विश्लेषण, और मॉडलिंग के बाद, आप अपनी सारांश टेबल और इनसाइट्स को एक मल्टी-शीट एक्सेल फ़ाइल में निर्यात कर सकते हैं। यह आपके सभी प्रमुख निष्कर्षों को एक साथ रखता है और एक्सेल में समीक्षा के लिए तैयार करता है।

# सारांश और उन्नत विश्लेषण टेबल को मल्टी-शीट एक्सेल फ़ाइल में निर्यात करें
with pd.ExcelWriter('sales_summary.xlsx') as writer:
    # मासिक सारांश
    monthly_sales.to_frame().to_excel(writer, sheet_name='मासिक बिक्री')
    # उत्पाद सारांश
    product_sales.to_frame().to_excel(writer, sheet_name='उत्पाद बिक्री')
    # क्षेत्र सारांश
    region_sales.to_frame().to_excel(writer, sheet_name='क्षेत्र बिक्री')
    # पिवट टेबल (क्षेत्र के अनुसार कुल बिक्री)
    pivot.to_excel(writer, sheet_name='पिवट टेबल')
    # वैकल्पिक रूप से, वर्णनात्मक सांख्यिकी निर्यात करें
    df.describe().to_excel(writer, sheet_name='वर्णनात्मक सांख्यिकी')

7. अपने वर्कफ़्लो को ऑटोमेट और स्केल करें

पायथन का उपयोग करके, आप आवर्ती रिपोर्ट या विश्लेषण को ऑटोमेट कर सकते हैं। अगली बार जब आपको एक नई एक्सेल फ़ाइल मिले, तो बस फ़ाइल बदलें और अपना स्क्रिप्ट पुनः चलाएं; सभी विश्लेषण और रिपोर्ट तुरंत रिफ्रेश हो जाते हैं।

• सभी विश्लेषण कोड को एक पायथन फ़ाइल में रखें।
• अपनी रिपोर्ट अपडेट करने के लिए, CSV बदलें और चलाएं: python Excel_to_Python.py
• और भी अधिक शक्ति के लिए, आप इसे साप्ताहिक/मासिक कार्य के रूप में शेड्यूल कर सकते हैं।

निष्कर्ष

एक्सेल के सहज डेटा एंट्री और रिपोर्टिंग को पायथन की डेटा साइंस शक्ति के साथ जोड़कर, आप बड़े, अव्यवस्थित डेटासेट को कुशलतापूर्वक प्रोसेस और विश्लेषण कर सकते हैं। यह दोहराए जाने वाले रिपोर्टिंग कार्यों को ऑटोमेट करता है। मशीन लर्निंग और उन्नत विज़ुअलाइज़ेशन को अनलॉक करता है। आपको रातोंरात पायथन विशेषज्ञ बनने की आवश्यकता नहीं है। एक सरल कार्य से शुरू करें; एक बार यह काम करने लगे, तो एक और चरण जोड़ें। इससे पहले कि आप जानें, आप जटिल रिपोर्ट को ऑटोमेट कर रहे होंगे।