数据更新删除与排序：横向对比 Python、PowerBI、Excel、MySQL( 二 ) _数据更新

文章插图

第2步：查看更新后的数据情况，“老年”已被修改为“其他”

文章插图

第3步：使用DELETE来删除符合查询条件的数据行，这里我们指定删除“年龄阶层”为“老年的”数据记录。

文章插图

第4步：还可以删除这个字段，使用ALTER TABLE + DROP 。当然，一般情况下，不建议直接进行删除操作。

文章插图

使用Power BI时：

第1步：类似Excel操作，Power BI也可以在PQ编辑器中使用“主页”下的“替换值”功能，来替换批量修改内容。

文章插图

第2步：在删除数据上，Power BI可以在PQ编辑器里选择“删除行”或“删除列”里的各种处理方法

文章插图

文章插图

使用Python时：

第1步：python中更新数据，一般不建议直接进行等号赋值操作，建议先进行loc/iloc的切片操作，然后再进行赋值操作。

文章插图

第2步：在Python的pandas中进行删除操作，一般使用loc、iloc方法的切片筛选作为代替方案，从而避免修改原始数据集。当然也可以使用drop方法，然后根据axis的值来设置删除模式，一般axis默认为0，代表行删除，当axis=1，则代表列删除。

文章插图

数据排序使用Excel时：

第1步：我们可以直接Ctrl + L打开快速排序。而当我们需要更多排序选择时，需要选择“自定义排序”来完成。

文章插图

第2步：我们可以根据自己的情况来选择排序顺序，比如我们可以设置，顾客ID按升序排列、订单编号按降序排序。

文章插图

使用MySQL时：

第1步：我们使用ORDER BY来指定排序字段为“客户数量”，降序排序。

文章插图

第2步：我们还可以同时设置多个字段排序，比如“客户数量”为降序，“合计购买量”为升序

文章插图

使用Power BI时：

类似Excel，PowerBI可以直接利用字段右侧的下拉菜单来进行排序设置，不再赘述。

文章插图

使用Python时：

第1步：在pandas中，一般使用sort_values方法来进行排序，参数ascending来设置升降序。

文章插图

第2步：当涉及多个字段排序问题时，sort_values方法接受列表作为参数输入，来实现多字段排序。

文章插图

以上就是关于数据更新、删除和排序方面的内容。OK，限于篇幅和时间，今天就这里了。
写在最后下期我们继续聊聊，关于分组聚合、多表关联、多表联合、存储与导出等操作。
本系列文章内容较长，建议随手收藏下来，相信总有需要的时候！
觉得不错，别忘了点赞、转发一下，哈~

【数据更新删除与排序：横向对比 Python、PowerBI、Excel、MySQL】