项目背景

不吹牛集团这几年孵化了50个品牌，在各渠道做了大量品宣层面的曝光。现在集团首席吹牛官提了两个需求：

1. 要一张大表，包含每个月搜索人数TOP5的品牌相关数据，以及对应品牌在当月的搜索份额和排名。

2. 在现有数据基础上，找到最近一年投放效果还不错的品牌，要吹吹牛，做年度表彰。

这是小z特别准备的两个具有代表性的需求：

• 第一种：业务方已经定好了条条框框，需要数据分析师做的是取数和处理的工作，这样的“分析”工作，坑往往在于取数和清洗的复杂性。
  
  
• 第二种：业务方自己想了个模糊的方向，需要分析师结合实际数据，定逻辑，给建议。
  

数据预览

话音未落，集团首席吹牛官的跟屁虫就把相关源数据丢过来了

一共24张Excel表格，按月存储，涵盖了从2019年1月到2020年12月的数据。

表格内部数据大同小异：

注：点击人数和支付人数，都是在搜索人数基础上统计的

每张表都有50个品牌，包括了品牌名、品牌搜索人数、点击人数和对应的支付人数这几个关键字段。

源数据就是这样简简单单中又透漏着麻麻烦烦，接下来，我们就开始手撕需求。

项目一：Python批量操作

开始动手前，我们要明确需求。

再回顾一下首席吹牛官的第一个需求：要一张大表，包含每个月搜索人数TOP5品牌的相关数据，以及对应品牌在当月的搜索份额和排名。

提炼：在现有源数据的基础上，我们还需要对各品牌月内按搜索人数排序，然后计算每个品牌搜索份额，取其前5，最后遍历汇总。

自动化之哥曾经说过：Python批量操作Excel，无论表格再多，处理逻辑再复杂，只要我们集中力量击破一张，就能够实现批量操作的全面胜利。

首先，我们要解决的是单张表的问题。

按搜索人数排序：

调用rank快速给到对应的排名：

再来计算搜索份额，搜索份额的计算公式：单品牌搜索人数/所有品牌搜索人数汇总，用Pandas计算，怎一个easy了的！

正当我们准备批量执行操作，首席吹牛官发来了消息：

“需求一略有调整，投资人最关注的是凌云这个品牌，要求在汇总表中，每个月凌云品牌的相关指标排在最前面，后面跟着搜索排名TOP5的品牌”。

具体排名逻辑如图所示：

面对需求的临时改动，见过大风大浪的我们内心没有一丝波澜，甚至还有一点想笑。小事一桩，改改Pandas逻辑就好了。

先找到目标品牌凌云：

再按照顺延的逻辑，定位TOP5品牌相关数据：

合并即可获取我们想要的结果：