Sử dụng Python để tăng sức mạnh cho bảng tính trong Khoa học dữ liệu

Excel, người bạn cũ của tôi

Tôi là kiểu người thao tác dữ liệu trong bảng tính chỉ vì tôi có thể. Tuần trước, trưởng nhóm của tôi gửi danh sách nhân viên chưa cập nhật bảng kiểm dự án, và tôi lập tức mở ra, bắt đầu tạo bảng và tính thống kê tóm tắt theo từng nhân viên, rồi nhắn cho anh ấy vài số liệu tổng hợp, phân tách theo nhân viên. Có lẽ điều đó khiến anh ấy hơi phát điên nhưng tôi không thể kiềm chế; tôi yêu phân tích dữ liệu và tôi yêu Excel. Tôi dùng Excel từ năm 2001 và cho đến vài tháng trước, đó là công cụ ưa thích của tôi để tổ chức, phân tích và trực quan hóa dữ liệu. Nó rất tuyệt để sắp xếp dữ liệu, thực hiện tính toán và phân tích, thậm chí hoạt động như một cơ sở dữ liệu đơn giản. Tôi đã dùng nó cho mọi thứ từ theo dõi ngân sách cá nhân, chi tiêu và bài tập luyện đến các báo cáo phân tích quân số nhiều trang trong quân đội. Hầu hết thời gian Excel hoạt động khá tốt và đó là lựa chọn duy nhất. Vì lý do bảo mật, tôi không được dùng VBA, Python hay bất kỳ loại tự động hóa nào khác. Các tập dữ liệu cũng đủ nhỏ để nó xử lý.

Cách đây gần một năm, tôi bắt đầu làm việc tại Abilities Lab của Cerner với vai trò Kỹ sư Hệ thống trong kiểm thử hiệu năng phần mềm. Nói ngắn gọn, công việc của tôi là kiểm thử hiệu năng phần mềm. Chúng tôi kiểm thử phần mềm mới và bản cập nhật trước khi phát hành cho khách hàng và kiểm thử mọi thứ: CPU và bộ nhớ của Windows và Unix, hiệu năng Máy ảo Java, thời gian phản hồi của cả dịch vụ backend và Giao diện người dùng, hiệu năng Cơ sở dữ liệu, tác động đến phần mềm hiện có, hiệu năng mạng và hầu như bất cứ thứ gì bạn có thể nghĩ tới. Không có bài kiểm thử nào giới hạn trên một máy; hầu hết là tổ hợp thiết bị Windows và Unix (vật lý và ảo), hệ thống người dùng cuối và máy chủ. Với một dự án tôi tham gia, chúng tôi có hơn 20 hệ thống cần thu thập dữ liệu.

Tùy vào thời gian dự án, có thể có tới hơn 50 bài kiểm thử cần được rà soát, phân tích và báo cáo. Tất cả dữ liệu đó phải được tóm tắt thành báo cáo kết quả kiểm thử cuối cùng đăng lên trang dự án Jira nội bộ để đội phát triển phần mềm sử dụng. Chúng tôi có vài công cụ tùy chỉnh nội bộ có thể tổng hợp phần lớn dữ liệu, nhưng không phải tất cả, và các báo cáo sinh ra từ những công cụ đó không thể tùy biến đến mức cần thiết cho kiểu kiểm thử tôi thực hiện. Công cụ tôi chọn để viết và gửi các báo cáo này là Excel, và tại sao không? Tôi có nền tảng Excel vững chắc và khi đó tôi tin rằng mình có thể bắt nó làm mọi thứ.

Excel, chúng ta có vấn đề...

Tôi sẽ không đi sâu vào quy trình tẻ nhạt để đưa dữ liệu từ công cụ nội bộ sang Excel, nhưng với tôi đó là một quy trình tốn nhiều giờ dù tôi rất thạo Excel. Dữ liệu phải được sao chép, làm sạch, sắp xếp và lọc. Dù tôi viết công thức thế nào thì gần như lúc nào cũng phải điều chỉnh, rồi phải căn chỉnh bảng và biểu đồ tùy theo số lượng bài kiểm thử, nút và các thời gian phản hồi khác nhau được ghi lại trong dự án. Sau đó là quá trình tìm và thay thế để đặt đúng tên bài kiểm thử, đảm bảo định dạng số và tô nổi bật đúng ở mọi hàng trên mọi trang, và làm sạch dữ liệu tổng quát. Tôi đã thử viết mẫu, macro và kịch bản VBA. Không gì đủ linh hoạt để xử lý số lượng bài kiểm thử, thiết bị và chỉ số hiệu năng thay đổi mà không cần dọn dẹp đáng kể cho mỗi bài kiểm thử. Tôi cũng tạo được một mẫu giúp tăng tốc quy trình, nhưng vẫn mất nửa ngày để chỉnh cho đúng.

Nghĩ lại tôi vẫn bật cười trước những công thức và kịch bản VBA phức tạp đến buồn cười đã đưa vào mẫu đó. Mọi thứ còn tệ hơn khi chúng tôi cập nhật phiên bản Java và công cụ nội bộ không xử lý log đúng cách. Chúng tôi chuyển sang công cụ bên ngoài tên GC Easy, làm rất tốt việc phân tích log ra tệp JSON có thể nạp vào Excel. Có thể nạp tệp JSON bằng PowerQuery, nhưng quy trình chậm và tẻ nhạt, và khi bạn cố phân tích hơn 50 tệp JSON với mỗi tệp hơn một triệu hàng, bạn sẽ làm Excel sập khá thường xuyên. Thêm vào đó là việc tôi cần cách tự động hóa quy trình mà không thể tìm ra phương án tốt. Ngay cả khi nạp được dữ liệu vào Excel, các trực quan hóa (biểu đồ vùng xếp chồng thể hiện Heap Size theo thời gian) sẽ đơ và gây thêm lần sập. Dù tôi có giải quyết được vấn đề đó thì các tệp JSON cũng chỉ là khởi đầu.

Sao chép, làm sạch và phân tích dữ liệu thủ công sẽ dẫn đến lỗi. Con người mà, chúng ta bỏ sót, xao nhãng, bấm nhầm. Quy trình của tôi không hiệu quả và sẽ không bao giờ phù hợp với mọi người trừ khi cả đội được đào tạo chuyên sâu về Excel. Có thể do nền tảng quân đội, có thể do tính cách, nhưng tôi luôn tìm cách cải tiến quy trình và nâng cao hiệu quả, nên tôi bắt đầu tìm cách tinh gọn toàn bộ quy trình.

Khi đó công cụ nội bộ của chúng tôi không có API và cũng không có chức năng xuất hoạt động. Tôi không có cách kéo dữ liệu trực tiếp từ nó ngoài việc sao chép/dán. Ý nghĩ tiếp theo là đi thẳng đến nguồn: các tệp log từ mỗi thiết bị trong bài kiểm thử. Điều đó đồng nghĩa với việc tìm trong thư mục bài kiểm thử và vô số thư mục con, kéo dữ liệu từ nhiều loại tệp với định dạng khác nhau, thực hiện mọi phép tính và ghi vào Excel theo đúng định dạng tôi cần, kèm trực quan hóa và định dạng có điều kiện.

Các loại tệp tôi cần phân tích gồm .txt, .csv, .json (nhiều cấu trúc), .xml (nhiều cấu trúc), .dat, .html, và một số dữ liệu phải lấy từ Cơ sở dữ liệu Oracle. Tôi phải tính đến cấu trúc thư mục thay đổi, số lượng và cấu trúc tệp thay đổi, tệp .xml không có thẻ đóng và kích thước tệp vượt 10GB. Quy trình cũng phải dễ theo dõi, tự động hóa tối đa và xử lý hàng triệu dòng dữ liệu. Excel chắc chắn không đáp ứng nổi, nên tôi thử vài công cụ BI phổ biến: PowerBI và Tableau. Tôi không muốn biến bài này thành đánh giá sản phẩm BI nên chỉ nói ngắn gọn là chúng hoàn toàn không đáp ứng nhu cầu của tôi.

Vậy công cụ nào làm được mọi thứ Excel làm, có thể viết báo cáo trong Excel, và đáp ứng mọi yêu cầu tôi nêu?

Gặp gỡ những người bạn mới: Python và Pandas

Nếu bạn quen thuộc với Excel, tôi nghĩ bạn sẽ hoàn toàn yêu pandas cho Python. pandas kết hợp tính năng của Excel với sức mạnh của ngôn ngữ Python. Cột Excel trở thành Series của pandas, bảng trở thành DataFrame, và các công thức phức tạp trở thành hàm Python. pandas có thể làm mọi thứ Excel làm được:

Đọc dữ liệu

Excel làm khá tốt việc đọc các tệp phẳng, và với PowerQuery nó có khả năng hạn chế để truy vấn cơ sở dữ liệu và đọc một số tệp .xml và .json nhất định. Nếu đọc tài liệu, bạn sẽ thấy nó như công cụ hoàn hảo để đọc gần như mọi thứ, nhưng thực tế thì không như vậy. Giao diện cồng kềnh và mất nhiều thời gian làm quen, không có cách tốt để tự động hóa quy trình, và làm sạch dữ liệu thì “vui” chẳng kém gì đi nha sĩ. Ngược lại, pandas khiến việc đọc dữ liệu trở nên nhẹ nhàng.

Thư viện thao tác dữ liệu Python này có thể đọc dữ liệu gốc từ vô số nguồn. Xem trang tài liệu để biết danh sách đầy đủ. Điều tuyệt vời là, nếu pandas không đọc được sẵn, rất có khả năng bạn tìm được gói Python để đọc hoặc viết vài dòng mã là giải quyết xong. Hãy xem chuỗi khóa học Nhập dữ liệu trong Python của DataCamp, cùng các khóa khác, để tìm hiểu sâu chủ đề này.

Tôi có thể dùng pandas để đọc mọi loại tệp đã nói, kể cả các tệp .xml không có thẻ đóng. Với một chút xử lý ngôn ngữ tự nhiên sáng tạo, tôi còn lấy được toàn bộ siêu dữ liệu kiểm thử từ các tệp .txt thô, điều tôi không làm được với Excel vì chúng không được định dạng cho dữ liệu. Phiên bản kịch bản tôi dùng hiện nay không chỉ đọc mọi loại tệp tôi cần, mà chỉ với vài dòng Python bổ sung tôi còn tự động lấy log Java Garbage Collection .json từ GC Easy bằng cách gọi API; điều tôi không bao giờ làm được với Excel. So với Excel thì sao? Dùng pandas tôi có thể quét toàn bộ thư mục bài kiểm thử và lấy về tất cả dữ liệu trong các DataFrame gọn gàng chỉ trong vài phút. Nó còn xử lý nhẹ nhàng các tệp log vượt 10GB. Nghe có vẻ không lớn, nhưng chúc may mắn nếu muốn đọc tệp cỡ đó bằng Excel.

Tôi thậm chí đã bắt đầu chuyển từ đọc các tệp phẳng thô sang kéo dữ liệu từ Cơ sở dữ liệu Oracle dung lượng nhiều terabyte. Tôi không so sánh quy trình đó với Excel; ngoài một thử nghiệm ngắn, tôi tránh truy vấn cơ sở dữ liệu trong Excel. Theo tôi nhớ thì đó không phải trải nghiệm muốn lặp lại. Kết nối qua Python thì lại rất nhẹ nhàng với SQLAlchemy. Kết nối dễ và tốc độ truy vấn vượt xa Excel. Xem Nhập môn Cơ sở dữ liệu quan hệ trong Python để có phần giới thiệu tuyệt vời về chủ đề này.

Làm sạch dữ liệu

Gác chuyện trực quan hóa sang một bên, tôi tin rằng dữ liệu nên ở trong các bảng sạch sẽ, gọn gàng, được định dạng và dán nhãn. Pandas có nhiều tùy chọn tuyệt vời để làm sạch dữ liệu và trình bày bảng được định dạng đẹp. Trang Styling trên website chính thức của Pandas là hướng dẫn ưa thích của tôi để định dạng DataFrame. Chỉ với vài dòng mã ngắn, bạn có thể đặt số chữ số thập phân, định dạng số, thêm định dạng hàng và định dạng có điều kiện, và quy trình này có thể lặp lại trên vô số tài liệu. Khả năng tự động hóa một số phần của việc làm sạch dữ liệu, bất kể quy mô dữ liệu, đã giúp tôi tiết kiệm vô số giờ.

Công bằng mà nói, bạn chắc chắn có thể làm sạch dữ liệu trong Excel. Nó có nhiều công cụ tích hợp cho mục đích đó, và đó chính là việc tôi phải làm mỗi lần (cuối cùng) nạp đủ dữ liệu cần thiết vào nó. Đó chủ yếu là quy trình thủ công với quá nhiều cú nhấp chuột và, một lần nữa, rất dễ lỗi và tốn thời gian. Dù bạn rất thạo mọi công cụ Excel cung cấp, sai sót là khó tránh. Có cách tăng tốc bằng công thức, macro và kịch bản VBA (tôi sẽ nói ngay), nhưng đó còn lâu mới là giải pháp hoàn hảo.

Phân tích dữ liệu

Tôi sẽ nói thẳng: pandas bỏ xa Excel khi phân tích dữ liệu. Không có cách so sánh công bằng. Bạn có thể viết công thức và dùng một số hàm tích hợp trong Excel để phân tích dữ liệu; tôi đã làm vậy nhiều năm và vẫn xoay xở được. Tôi đã dạy vài lớp về phân tích dữ liệu trong Excel, nhiều lần khuyến nghị dùng nó, và học một lớp thống kê mà Excel là công cụ chính. Tôi không nói rằng nó không dùng được cho phân tích. Tuy nhiên, so với pandas thì như so bút giấy với máy tính cầm tay; không cùng đẳng cấp.

Tháng 8 năm ngoái, Kaggle báo cáo rằng Python đã vượt R trong Khoa học dữ liệu, và tháng 12, Quartz gọi pandas là 'công cụ quan trọng nhất trong Khoa học dữ liệu'. Tôi nghĩ tôi không cần nói thêm nhiều.

Macro và VBA

Năm 2012, tôi vẫn còn tại ngũ và phải đến khám nha khoa định kỳ ở Fort Bliss, El Paso, Texas. Khi ngồi xuống ghế, nha sĩ nói răng khôn của tôi cần nhổ, và vì có thời gian, ông thực hiện ngay tại chỗ chỉ với gây tê tại chỗ. Đó là trải nghiệm kinh khủng khiến tôi đau trong vài ngày. Nếu phải chọn giữa việc làm lại điều đó hoặc làm việc với Macro Excel hay Visual Basic, tôi nghĩ tôi thà nhổ thêm răng.

Có rất nhiều người rất giỏi trong những mảng đó và tôi đã thấy những thứ tuyệt vời với các kịch bản VBA khéo léo và tôi rất khâm phục họ. Rõ ràng tôi không phải người hâm mộ và tôi không khuyên ai dùng nó, nhất là khi bạn có thể dùng Python. Python phổ biến đến mức Microsoft đang cân nhắc tích hợp Python làm ngôn ngữ kịch bản trong Excel.

Nhưng tôi vẫn cần dùng Excel

Dù rất muốn làm mọi thứ trong Python, điều đó không thực tế trong hoàn cảnh của tôi. Hiện tại, kết quả phân tích vẫn phải được chuyển giao bằng Excel. May mắn là có các gói như OpenPyXl và XlsxWriter được tạo ra cho đúng mục đích đó. Tôi dùng XlsxWriter hằng ngày để chuyển DataFrame thành các báo cáo Excel rất chuyên nghiệp, không có công thức, macro hay kịch bản VBA. Nó còn làm được cả trực quan hóa.

Nói về trực quan hóa dữ liệu...

Không còn biểu đồ nhàm chán

Tôi chưa bao giờ là người đam mê trực quan hóa dữ liệu. Tôi luôn thích nhìn dữ liệu theo hàng và cột, đánh dấu nổi bật những phần quan trọng, thỉnh thoảng thêm biểu đồ cột. Excel làm khá ổn khi cung cấp nhiều tùy chọn trực quan hóa, nhưng kiến thức của tôi chủ yếu là biểu đồ vùng xếp chồng, biểu đồ cột và biểu đồ đường. Với mỗi loại, tôi chọn dữ liệu, bấm “Insert Chart” và chọn cái cần. Sau đó, có thể lọc chút và thêm tiêu đề, và dừng ở đó.

Nói cho rõ, có vô số tùy chọn để tùy biến biểu đồ trong Excel nhưng quy trình có thể rất khó và đường cong học tập dốc. Tôi vẫn không thích làm biểu đồ trong Excel, nhưng với Python thì câu chuyện khác hẳn.

Giờ tôi tin tưởng mạnh mẽ vào trực quan hóa dữ liệu và dành nhiều công sức để tạo ra các trực quan hóa tốt phục vụ phân tích. Khi tôi bắt đầu học các khóa trên DataCamp và làm quen với các gói như Matplotlib và Bokeh, tôi bắt đầu hiểu sức mạnh và mục đích thực sự của trực quan hóa dữ liệu. Với Matplotlib, có thể dễ dàng tạo trực quan hóa ngay trong pandas hoặc bằng cách nhập pyplot. Danh sách các trực quan hóa có thể thực hiện trong pyplot phải nói là rất phong phú, và hầu như mọi khía cạnh của một biểu đồ đều có thể tùy biến. Khóa Nhập môn Trực quan hóa dữ liệu với Python cho thấy cách tạo các trực quan hóa xuất sắc với Matplotlib.

Dù Matplotlib rất tuyệt, tôi thấy mình cần thêm một chút tương tác trong các trực quan hóa. Tôi muốn có khả năng chọn, phóng to, hover, sắp xếp và lọc dữ liệu trong một trực quan hóa nhất định, và tôi chắc chắn không muốn học react.js hay D3. Học Python là một niềm vui còn tiếp tục đến hôm nay, nhưng JavaScript không phải sở trường của tôi. May mắn thay, Python lại cứu nguy với các gói như Bokeh và Dash.

Bokeh, được Anaconda hỗ trợ, kết hợp D3.js và Python để tạo các biểu đồ tương tác đầy đủ có thể xuất ra tài liệu html độc lập, nhúng vào trang web hoặc chạy trên Bokeh Server. Dù có đường cong học tập dốc hơn Matplotlib, tôi nghĩ bạn sẽ đồng ý rằng các trực quan hóa nó tạo ra rất đáng công sức; chỉ cần xem Thư viện để tự cảm nhận. Tôi chưa thành thạo Bokeh bằng nửa mức tôi đặt mục tiêu, nhưng đây là một trong những gói trực quan hóa tôi yêu thích từ bài học đầu tiên của khóa Trực quan hóa dữ liệu tương tác với Bokeh. Nếu Bokeh không hợp nhu cầu, còn có Dash từ đội ngũ Plotly.

Dash là một công cụ trực quan hóa miễn phí và mã nguồn mở khác cho Python, dùng React.js thay vì D3. Tôi chỉ mới phát hiện Dash gần đây và nó cũng tạo ra các trực quan hóa tương tác thật sự ấn tượng mà không cần học một dòng Javascript nào. Khó so sánh Dash với Bokeh vì cả hai đều có thể tạo trực quan hóa tuyệt vời. Điểm vướng của tôi với Dash đến giờ là tôi chỉ chạy được các trực quan hóa trên máy chủ Dash. Tôi chưa nhúng được chúng vào tài liệu độc lập, trang html hay sổ tay Jupyter. Dù vậy, nó rất hứa hẹn như bạn có thể thấy ở thư viện của họ.

Tiết kiệm thời gian với lập lịch và tự động hóa tác vụ

Mùa hè năm 2014, tổ chức nơi tôi làm khi đó có một vấn đề. Lực lượng Dự bị Lục quân vận hành theo một loạt con số gọi chung là “Readiness” (Mức sẵn sàng). Đó là tỷ lệ nhân sự được biên chế cho một đơn vị có thể được huy động triển khai. Con số này được xác định bởi nhiều hạng mục dữ liệu gồm y tế, nha khoa, giáo dục, thể lực và cả một loạt chỉ số khác. Tôi không thể đưa ra con số ở đây nhưng mức của chúng tôi không ở gần mức cần thiết.

Giải pháp của tôi là một báo cáo nhiều trang trong Excel gồm nhiều bảng và biểu đồ thông tin tổng hợp từ các cơ sở dữ liệu nhân sự khác nhau. Thông tin bao gồm dữ liệu tóm tắt về đơn vị, thông tin về từng cá nhân ở mọi hạng mục đo lường, và dự báo nơi con số đó sẽ ở trong ba tháng tới dựa trên các hành động đang thực hiện trong tuần. Thực tế nó rất thành công và ‘Readiness’ của chúng tôi tăng đáng kể và duy trì như vậy trong thời gian dài.

Dù hiệu quả, đó là một mớ bòng bong. Sáng thứ Hai tôi đến sớm và thủ công kéo thông tin từ mọi nguồn khác nhau, rồi làm sạch dữ liệu và sao chép vào báo cáo của tuần đó. Sau đó tôi mất ít nhất một giờ kiểm tra lỗi và tiếp tục làm sạch dữ liệu. Rồi phải email cho bộ phận hành chính để họ xác minh dữ liệu và bổ sung các cập nhật chưa có trong cơ sở dữ liệu. Trung bình mất ba ngày để gửi báo cáo này. Chi phí nhân công là quá mức và không cần thiết.

Chỉ với một chút kịch bản Python, tôi đã có thể tự động kéo mọi dữ liệu từ các nguồn khác nhau, tổng hợp tất cả vào các DataFrame pandas, ghi toàn bộ báo cáo ra Excel và tự động email cho bộ phận hành chính. Phần hay nhất, có thể lập lịch chạy vào 00:01 sáng thứ Hai và tiết kiệm vô số giờ làm việc. Trên hệ thống Linux, việc lập lịch cho các kịch bản Python chạy vào thời điểm nhất định quá dễ bằng cách thêm vào crontab. Ở công việc hiện tại, chúng tôi làm việc với rất nhiều hệ thống nên crontab là phần thiết yếu và lập lịch tác vụ là kỹ năng bắt buộc. Vì vậy nếu bạn cần kéo dữ liệu mỗi đêm lúc nửa đêm và nạp vào báo cáo, crontab là lựa chọn trên hệ thống Linux.

Tôi là fan Linux nhưng phần lớn công việc của tôi làm trên Windows, và đó là hệ điều hành ưa thích của tôi. Với Windows, bạn có nhiều lựa chọn lập lịch tác vụ qua Windows Task Scheduler, Schtask.exe, hoặc Powershell. Với bất kỳ lựa chọn nào, bạn có thể lập lịch kịch bản chạy vào giờ ít bận rộn nhất khi tài nguyên hệ thống rảnh nhất, hoặc đặt chạy ngay sau khi nguồn dữ liệu được cập nhật. Tôi chỉ ước mình có lựa chọn đó vài năm trước.

Công cụ tôi yêu thích: Jupyter Notebooks

Sau ngần ấy năm dùng Excel, học Python giống như trước giờ chỉ có một chiếc kìm, rồi một ngày phát hiện cả một hộp đồ đầy dụng cụ mới sáng bóng. Mỗi thứ đều tuyệt và có chỗ dùng, nhưng nếu phải chọn một công cụ tôi dùng nhiều nhất, đó là Jupyter Notebooks. Mọi thứ tôi viết bằng Python đều được viết trong Jupyter Notebook, hoặc để sử dụng trực tiếp hoặc sau đó chuyển thành kịch bản Python độc lập. Jupyter là công cụ tuyệt vời để viết hàm, thử nghiệm mã, làm phân tích dữ liệu thăm dò, và thậm chí trình bày sản phẩm cuối. Nó còn có thể dùng để viết bài blog (như bài này) hoặc trên Github với Pages. Nếu bạn xem các hướng dẫn trên DataCamp, bạn sẽ thấy nhiều bài được viết theo cách này.

Tại sao nhắc đến nó khi đang bàn về Excel?

Jupyter Notebooks có thể dùng thay cho Excel như sản phẩm của phân tích. Bạn có thể viết mã, hiển thị DataFrame pandas, trực quan hóa và kết luận trên cùng một trang có thể chuyển thành HTML chỉ bằng một cú nhấp. Một mục tiêu cá nhân của tôi là tách khỏi Excel hoàn toàn và dùng Jupyter Notebooks để gửi báo cáo hoàn chỉnh. Điều này càng khả thi hơn khi JupyterLab đã phát hành. Kết hợp với widgets, bạn có thể biến một Jupyter Notebook thành ứng dụng phân tích dữ liệu tương tác.

Lời kết

Tôi vẫn dùng Excel hằng ngày; đó là công cụ tuyệt vời và ăn sâu trong nhiều tổ chức, bao gồm nơi tôi làm việc. Hầu như ai cũng quen thuộc và có thể dùng nó để tiếp nhận thông tin và làm phân tích dữ liệu đơn giản. Điều tôi nghĩ nhiều người chưa biết là làm cùng phân tích đó với Pandas và Python không chỉ hiệu quả hơn, mà còn dễ hơn.

Mục tiêu của tôi là hoàn toàn tách khỏi Excel trước cuối năm, và tôi sẽ làm được điều đó với các công cụ đã nêu trong bài. Bạn sẽ không thành chuyên gia chỉ sau một đêm, nhưng Excel cũng vậy. Tôi hy vọng bài viết này truyền cảm hứng để bạn rời khỏi Excel và thử những công cụ mới tôi đã nhắc đến. Chúng sẽ giúp bạn hiệu quả hơn, năng suất hơn và cuối cùng là tăng tốc quy trình làm việc.