Python + SQLite +Excel= Access?

一只樱桃爱上丸子

先解释下为什么取这个题目。
公司系统没有升级到Win10之前，对于一些中型的数据分析， 我常常会用Access. 从Excel里将数据导入，然后根据需求写一系列的SQL Script然后把结果导出，做成报告。
可是现在公司系统升到了Win10, 不再安装Access. 只能用Anaconda 和Excel.  所以之前在Access 完成的任务，现在要用Python+ SQLite + Excel 完成。
文章的目的不在于比较谁好谁坏， 而在于给出同样任务不同的解决方法。
数据导入

Access的数据导入很简单，就算不会代码的人，也可以从菜单External Data里导入各种数据，包括文件，数据库，线上数据等等。Access的好处是，代码可以写得很少，功能都封装好了，直接在可视化界面操作就行。当然，要导入大量文件的时候，用VBA代码比较方便。



同样的任务，用Python需要写代码完成。 以csv 文件为例， 需要先用pandas读取csv里面的内容，然后建立sqlite (Python的内置数据库）的链接，最后用pandas dataframe 的to_sql 方法将csv里的内容导入到数据库。


编写和执行SQL代码

用Access的话，在Create/Queries 下面就可以创建SQL 代码，而且会有一个可视化的界面让你选择不同表里面的字段。它的SQL 编辑器一次只能执行一段SQL 代码。对于比较复杂的查询，一般是拆分为小部分然后组建起来。


在Python里面， 可以用pandas的read_sql_query 来读取SQLite里面的内容。SQLite 的语法规则需要花点时间熟悉一下，和Access SQL 和SQL Server SQL 还是有点不大一样。
代码是在Jupyter Notebook里写的，好处是，可以看到多个SQL的执行结果，比较方便。




导出结果到Excel

Access的数据导出和导入一样简单，都是可以在可视化界面进行操作的。在External Data /Export 里就可以各种途径导出数据，导出到Excel 是其中之一。



Python 里要导出数据，需要用到pandas 里面的to_excel 函数， 如果要高级的导出，可以用openpyxl, xlswriter 模块里面的功能。



结论：

Access的数据导入导出功能相对简单，即使不写代码也可以完成任务。用Python + SQLite 需要写较多的代码，当然，同样操作多了，可以把常用代码封装起来，减少重复工作。不过Python+SQLite也有很多好处，可以用到很多数据分析模块的高级功能，更适合深度挖掘数据。

蔡声荣

为啥有excel没有access？access是office送的啊

优宠

access 也是卖的，office家庭学生版里没有access