不得不说Jupyter的表格处理真的越来越方便了。很多库不用写代码就可以直接实现可视化操作。但这还不够。我最近看到一个神器叫美图。真的不需要写一行代码，手动操作可以自动转化为代码，用于后续的批量操作。这不太酷。1.什么是美图？Mito是Jupyternotebook的插件。用于编辑电子表格，编辑表格时（带格式转换功能），可以生成相应的Python代码。下面是具体的操作演示，感受一下它的威力吧！使用Mito和使用Excel表格之间没有太大区别。你只需要掌握Mito的一些自定义功能，它就会自动生成处理表格的pandas代码。2.Mito安装Mito的安装要求比较简单，有两个：Python3.6以上版本需要安装Node打开终端，直接用pip安装：pipinstallmitosheet然后，安装JupyterLab扩展管理器。此命令可能需要几分钟才能运行：jupyterlabextensioninstall@jupyter-widgets/jupyterlab-manager@2最后，启动JupyterLab，您就完成了。jupyterlab也可以使用conda安装到虚拟环境中。3、mito操作方法建表importmitosheetmitosheet.sheet()导入数据可以使用pandas读入数据，为mitosheet生成dataframe。如果不想写代码，也可以手动点击导入按钮导入数据，导入数据的代码会自动生成。#导入Python包importmitosheetimportpandasaspd#创建一个简单的数据框来显示car_data=pd.DataFrame({'car':['Toyota','Nissan','Honda','MiniCooper','Saturn'],'mph':[60,50,60,75,90],'length':[10,12,13,8,9]})#rendertheMitosheetwithcar_datamitosheet.sheet(car_data)和Excel一样，一般两种方式。1、公式法：如果你精通公式，可以直接输入函数，比如sum、sumif等，公式法其实是一个求精的问题。看了一下，Mito里面的功能并不复杂，而且很好用。2、分析工具：如果你对功能不熟悉，Mito也提供了分析工具，比如合并、数据透视表、筛选、排序、保存分析等功能，都是小操作。对于分析工具，我会展示几种常见的数据处理操作，大家感受一下。合并数据集Mito的合并功能可用于将数据集水平合并在一起。通过查找两个表的键列的匹配项，然后将这些匹配项的数据合并到一行中。首先，选择要合并在一起的两个Mito工作表。其次，选择合并密钥。最后，选择要保留的列。数据透视表首先，选择一个关键字对数据进行分组。然后，如果您想将组进一步分层为单个单元格，请继续选择列。最后，选择聚合的列和方法。过滤Mito通过组合过滤器和过滤器组提供强大的过滤功能。筛选器是单个条件，该条件对该列中的每个单元格的计算结果为真或假。筛选器组是与布尔运算符相结合的筛选器聚合。排序保存分析分析可以像宏一样保存。保存分析会保存应用于数据的转换，以便以后可以将它们重新应用于新的数据集。4.Afterwards至于Mito背后的原理，这里只是简单介绍一下。AaronDiamond-Reivich、JakeDiamond-Reivich和NateRush，他们在做数据分析的时候，萌生了制作Mito的想法。据了解，这款软件目前还没有开源，他们还在思考如何支持和维护这个项目，转向开源之路。以上就是本次分享的全部内容。觉得文章还不错的话，请关注公众号：Python编程学习圈，每日干货分享，发送“J”还能收到海量学习资料，涵盖Python电子书和教程，数据库编程、Django、爬虫、云计算等。或者去编程学习网了解更多编程技术知识。
