Python Pandas Cho Dân Excel: Đọc File, Lọc Dữ Liệu, Pivot Và Visualize Trong 30 Phút

# Cài đặt (chạy 1 lần)
pip install pandas openpyxl matplotlib

# Import
import pandas as pd
import matplotlib.pyplot as plt

# Đọc file Excel
df = pd.read_excel("doanh_thu.xlsx", sheet_name="Sheet1")

# Đọc file CSV
df = pd.read_csv("data.csv", encoding="utf-8")

# Xem 5 dòng đầu (= Ctrl+Home trong Excel)
df.head()

# Thông tin tổng quan
df.info()    # Kiểu dữ liệu, null count
df.describe()  # Thống kê: count, mean, std, min, max
df.shape     # (số dòng, số cột)

# Excel: Filter cột Phòng ban = "IT"
# Python:
df_it = df[df["phong_ban"] == "IT"]

# Nhiều điều kiện (AND) — Excel: filter 2 cột
df_filtered = df[(df["phong_ban"] == "IT") & (df["luong"] > 15000000)]

# OR
df_filtered = df[(df["phong_ban"] == "IT") | (df["phong_ban"] == "Marketing")]

# Chứa text — Excel: Filter Contains
df_nguyen = df[df["ho_ten"].str.contains("Nguyễn")]

# Top N — Excel: Sort + lấy N dòng đầu
top10 = df.nlargest(10, "doanh_thu")

# Excel: =C2*12 rồi kéo xuống
# Python: tự áp dụng cho cả cột
df["luong_nam"] = df["luong"] * 12

# Excel: =IF(D2>20000000, "Cao", "Thấp")
import numpy as np
df["muc_luong"] = np.where(df["luong"] > 20000000, "Cao", "Thấp")

# Excel: =VLOOKUP
# Python: merge (xem phần 5)

# Excel: =VLOOKUP(A2, KhachHang!A:C, 2, 0)
# Python:
df_result = pd.merge(df_donhang, df_khachhang, on="ma_kh", how="left")

# Merge nhiều bảng
df = (df_donhang
    .merge(df_khachhang, on="ma_kh", how="left")
    .merge(df_sanpham, on="ma_sp", how="left")
)

# how options:
# "inner" = chỉ dòng khớp (VLOOKUP bỏ #N/A)
# "left"  = giữ tất cả bảng trái (VLOOKUP giữ #N/A)
# "outer" = giữ tất cả 2 bảng

# Excel: Pivot Table → Rows: phong_ban, Values: SUM(luong)
df.groupby("phong_ban")["luong"].sum()

# Nhiều aggregation
df.groupby("phong_ban").agg(
    so_nv=("ho_ten", "count"),
    luong_tb=("luong", "mean"),
    luong_max=("luong", "max"),
    tong_luong=("luong", "sum")
).round(0)

# Group theo nhiều cột
df.groupby(["phong_ban", "chuc_vu"])["luong"].mean()

# Excel: Pivot Table Rows=Tháng, Cols=Khu vực, Values=SUM(Doanh thu)
pd.pivot_table(
    df,
    values="doanh_thu",
    index="thang",
    columns="khu_vuc",
    aggfunc="sum",
    fill_value=0,
    margins=True  # Thêm tổng = Grand Total
)

# Bar chart — Doanh thu theo phòng ban
df.groupby("phong_ban")["doanh_thu"].sum().plot(
    kind="bar", color="teal", title="Doanh thu theo Phòng ban"
)
plt.ylabel("VNĐ")
plt.tight_layout()
plt.savefig("chart.png", dpi=150)  # Lưu ảnh
plt.show()

# Line chart — Xu hướng doanh thu theo tháng
df.groupby("thang")["doanh_thu"].sum().plot(
    kind="line", marker="o", color="orange"
)

# Pie chart — Cơ cấu
df.groupby("khu_vuc")["doanh_thu"].sum().plot(kind="pie", autopct="%1.1f%%")

# Xuất ra file Excel
df.to_excel("ket_qua.xlsx", index=False, sheet_name="BaoCao")

# Xuất nhiều sheet
with pd.ExcelWriter("bao_cao.xlsx") as writer:
    df_it.to_excel(writer, sheet_name="IT", index=False)
    df_sale.to_excel(writer, sheet_name="Sale", index=False)

# Xuất CSV
df.to_csv("output.csv", index=False, encoding="utf-8-sig")