Day2 学习记录（2026届AI应届生补基础）

一、Excel 练手：小说章节表

自建 10 行小说数据（书名/章节/分类/字数/日期），练了 5 个操作：

• 排序：按字数降序，确认整区域一起排
• 筛选：分类=玄幻，确认只是隐藏不是删除
• SUM：总字数 = 65940
• 数据透视表：按书名汇总总字数（凡人修仙传 6900、斗破苍穹 6600 等）
• 文本转数字：用分列/VALUE函数处理"文本数字"问题

踩坑：

• 排序前必须选中整个数据区域，否则只对单列排序，数据错位
• 筛选后要"全选"才能恢复，不是再点一次筛选按钮
• 透视表"值"默认是计数，要手动改成"求和"
• 文本数字不参与SUM计算，需用分列/VALUE/乘1转成真数字

二、Python pandas 读取 Excel

环境：Python 3.8.10 + pandas 2.3.3 + openpyxl 3.1.5

代码：python
import pandas as pd
file = r"D:\mycode\ai-data-learning\day2-excel\小说章节表.xlsx"
df = pd.read_excel(file, engine=“openpyxl”)
print(“总字数:”, df[“字数”].sum())
print(“历史分类平均字数:”, df.loc[df[“分类”]==“历史”,“字数”].mean())
print(df.groupby(“分类”)[“字数”].agg([“count”,“sum”,“mean”]))
print(df.groupby(“书名”)[“字数”].sum().sort_values(ascending=False))

运行结果：

• 总字数：65940
• 历史平均：3100.0
• 按书名汇总与 Excel 透视表一致

踩坑：

• pandas 读 xlsx 必须装 openpyxl
• 文件路径用 r"" 前缀避免转义问题
• Excel 里如果有多个 sheet/透视表，要指定 sheet_name 读原始数据

三、GitHub 提交

仓库：https://github.com/haohua-zheng/ai-data-learning

commit：Day2 Excel小说章节表 Pandas读取与统计

下一步

Day3 正式进入 Pandas 数据清洗（缺失值/重复值/groupby/merge）。