`tqdm`是个小东西，但真救命。`for idx, row in tqdm(df.iterrows, total=len(df)):`，进度条一出来，心里就有底。还有`pandas-log`，加一行`df = df.log_dropna.log_query("price > 0")`，最后生成个log.txt，哪步删了啥、为什么删，清清楚楚。上次交接代码，同事扫一眼log就明白我为啥砍掉那20%异常订单。
避坑部分全是血泪。`df.append`搜教程还在用，结果运行报错说弃用了，换成`pd.concat([df_old, df_new], ignore_index=True)`立马好了。Jupyter里画图老多个`
大纲里说“不要堆砌工具”，我试了。现在写脚本，先想这步是不是非得在Python里做。比如去重，数据库`DISTINCT`更快，就写SQL；比如算移动平均，`df['ma7'] = df['sales'].rolling(7).mean`就行，绝不手写for循环。
工具不是越多越好，是哪个最省事、最不容易出错、下次还能看懂。
我照着这个路子，从读一个Excel，到现在能定时跑脚本，自动生成周报PDF发邮箱。中间重装过三次Python环境，删过七八个没用的包，现在电脑里就留着numpy、pandas、matplotlib、seaborn、sqlalchemy、tqdm，够用了。
昨天导出的报表，同事说比去年外包公司做的还清楚。
就这。
配资网提示：文章来自网络，不代表本站观点。
