昨天下午改需求，甲方要加一个数据清洗功能。我一看那活，两千多行脏数据，按老路子写脚本得折腾到半夜。我打开Python，泡了杯茶，十分钟后功能跑起来了。
那天同事老李在旁边看傻了眼。他说这活儿搁他手上，先建表结构，再写Java类，再配XML映射，一天都未必够。我说你换个思路，Python里pandas三行搞定。他问我怎么做到的，我指了指屏幕上的代码。
核心就这几步。
第一步，用pandas读CSV，自动识别所有列。不管编码是UTF-8还是GBK，read_csv一个参数全解决。老李那种手工写解析器的做法，我实在想不通图啥。
第二步，清洗逻辑用apply加lambda表达式。空值填默认值，格式错误的直接过滤，重复行用drop_duplicates去掉。这些在Java里要写二十多行循环的东西，Python里两行搞定。
第三步，结果直接to_excel写回。带格式带列宽，甲方要的报表直接生成。都不用再导一次。
说白了，Python的生态就把这些脏活累活全包了。别人一天写的那是造轮子，我十分钟用的是现成的轮子。你非要说我偷懒，那我认。可结果呢，活干完了，甲方满意了，我还能准点下班接孩子。
老李后来也装了Python，他用了半天就上手了。现在他跟我说，以前觉得写代码是体力活，现在觉得是搬砖。你搬一块砖和用铲车搬一车砖，那能一样吗。
别把时间浪费在重复造轮子上。Python里一个库解决问题，你就别自己写类。一个函数能干的活，你就别拆成十个方法。代码是给人看的，不是给自己找罪受的。
遇到数据处理的活，先想有没有现成库。pandas处理表格，openpyxl操作Excel，requests抓接口，re正则匹配。这些工具你花十分钟学会，以后能省十个小时。
我见过太多人，明明能用Python十分钟搞定的事，非要自己写一天。不是他们笨，是习惯了老套路。可开发这行，谁先完成任务谁下班，谁准点回家谁舒服。
你问我现在工作效率怎么样，我只能说，别人加班写代码的时候，我在家陪闺女搭积木。这不叫偷懒，这叫会干活。
