不加班的秘密：用Python助力Excel玩轉數據分析

《不加班的秘密：用Python助力Excel玩轉數據分析》是2023年中國鐵道出版社出版的圖書。

基本介紹

• 中文名：不加班的秘密：用Python助力Excel玩轉數據分析
• 出版時間：2023年6月1日
• 出版社：中國鐵道出版社
• ISBN：9787113300623

內容簡介

本書以Python分析處理Excel數據的實戰案例為主來講解自動化辦公及大數據分析的方法。通過根據實際工作場景設計的實戰案例，結合通俗易懂的代碼分析，可幫助讀者輕鬆掌握如何處理實際工作中的辦公自動化問題及對大數據進行統計分析處理的方法。書中第1～4章主要講解編程基礎，涉及Python程式及其模組的下載安裝方法、Python編程環境IDLE的使用方法、Python基本語法、Pandas模組和xlwings模組的用法等；第5～9章為實戰案例，講解批量處理Excel檔案、客戶數據、財務數據，以及批量處理分析運營數據和連鎖超市數據等內容。

圖書目錄

第1章Python及其模組的下載與安裝

1.1什麼PythonExcel

1.2下安Python

1.2.1官下Python

1.2.2Python

1.3 Pandas、 xlwings openpyxl

1.4Python發環境使用實

1.4.1用IDLE運行Python程

1.4.2IDLE編Python

1.4.3第一個Python交程

第2章掌握Python基本編程語法

2.1變數

2.1.1Python中的變數有什麼用

2.1.2如何定義變數

2.1.3變數命名的規則

2.2基本數據類型與轉換

2.2.1數字類型

2.2.2字元串類型

案例1：輸出唐詩《春曉》

2.2.3布爾類型

2.2.4數據類型轉換方法

案例2：人民幣兌換美元的計算

2.3代碼的解釋注釋

2.4用戶輸入函式和輸出函式

2.4.1用input)函用戶輸入案例：判斷體溫是否異常

2.4.2print()函輸出內容

2.5if條件語句

2.5.1代碼縮進

2.5.2基本if語句如何運行

案例1：判斷您是否能坐過山車

2.5.3if.else如何行

案例2：判斷您是否能坐過山車（改進版）

2.5.4if.elif.else如何行

案例3：哪些人能走老年通道

2.5.5if語句的套

2.6for循環語句

2.6.1for循環如何運行

2.6.2for循環好搭檔range()函式

2.6.3for循環歷符串案例：用for循環畫螺旋線

2.7while循環

2.7.1 while環如何行

案例1：輸入登錄密碼

2.7.2break環

案例2：輸入登錄密碼(break版)

2.7.3continue跳過環

案例3：10086查詢系統

2.8列表

2.8.1如何創建和刪除列表

2.8.2如何訪問列表元素

案例1：畫五彩圓環

2.8.3添加、修改和刪除列表元素

2.8.4對列表進行統計和計算

2.8.5如何複製列表

2.8.6操作列表遍歷列表

案例2：分離紅球和藍球

2.9元組

2.9.1創建和刪除元組

2.9.2如何訪問元組元素

案例：考試名次查詢系統

2.9.3修改元組元素

2.10字典

2.10.1如何創建字典

2.10.2通過鍵值訪問字典

案例1：中考成績查詢系統

2.10.3添加、修改和刪除字典

2.10.4操作字典遍歷字典

案例2：列印客戶名稱和電話

2.11運算符及其優先權

2.11.1運算符的類型

案例1：計算學生平均分數

案例2：判斷成績是否優異

2.11.2運算符的優先權

2.12函式

2.12.1函式的創建和調用

2.12.2實參和形參的用法

2.12.3函式返回值

案例：用函式任意畫圓環

第3章Pandas模組用法實戰案例

3.1Pandas結構Series對

案例1：創建一個名為p1的Series對象

案例2：創建指定索引的Series對象

案例3：通過字典創建Series的對象p3

案例4：獲取Series的對象p2的索引

案例5：獲取Series的對象p2的值3.2Pandas結構DataFrame對實

案例1：創建一個名為df1的DataFrame對象

案例2：通過嵌套列表創建名為df2的DataFrame對象

案例3：創建df3對象並指定行索引和列索引

案例4：通過字典創建名為df6的DataFrame對象

案例5：獲取df7對象的行索引和列索引

3.3獲取數據源實操

案例1：導入Excel檔案的數據

案例2：導入CSV格式檔案的數據

案例3：將數據寫入Excel檔案

案例4：將數據寫入CSV格式的檔案

3.4數據預處理實操

3.4.1查看數據信息的方法

3.4.2數據缺失值處理方法（數據清理）

3.4.3數據重複值處理方法

3.5數據類型轉換實操

案例1：查看df對象“年齡”列的數據類型

案例2：將“年齡”列數據類型轉換為浮點數

3.6數據的選擇和數據類型轉換實操

案例1：選擇df對象中“會計科目”列的數據

案例2：選擇“會計科目”和“憑證號”兩列的數據

案例3：通過列號選擇第一列和第三列的數據

案例4：選擇df對象中行索引為“7月8日”的行數據

案例5：選擇df對象中行索引為“7月8日”和“7月15日”兩行數據

案例6：通過行號選擇第一行和第三行的數據

案例7：選擇df數據中“年齡”大於30歲或“客戶姓名”為“小李”的行數據（按條件選擇）

案例8：選擇df數據中“年齡”大於30歲且小於40歲或“編號”小於104的行數據

案例9：選擇df數據中滿足多種條件的行數據和列數據

案例10：選擇2021年3月1日的所有行數據

案例11：選擇2021年3月1日以後的所有行數據

案例12：選擇df數據中一個時間段內的行數據

案例13：將“日期”列數據類型由浮點數轉換為時間類型

3.7數值排序實操

案例1：按“編號”列對df數據進行升序排序

案例2：按“編號”列對df數據進行降序排序

案例3：對df數據按索引列進行排序

案例4：對df數據按“年齡”和“編號”多列進行排序

3.8數值計數與唯一值獲取實操

案例1：對df數據中“年齡”列進行計數運算

案例2：獲取df數據中“年齡”列的唯一值

3.9數據運算實操

3.9.1算術運算

案例1：對“1月銷量”和“2月銷量”兩列進行加法算術運算

案例2：對“1月銷量”列進行乘法算術運算

3.9.2比較運算

案例3：對“1月銷量”和“2月銷量”兩列進行比較運算

3.9.3匯總運算

案例4：對df數據所有列進行計數運算(count)

案例5：對df數據中各列進行求和運算(sum)案

例6：對df數據中各行進行求和運算(sum)

案例7：對df數據求平均值(mean)

案例8：對df數據求最大值(max)

案例9：對df數據求最小值(min)

案例10：對df數據求中位數(median)

案例11：對df數據求眾數(mode)

案例12：對df數據求方差(var)

案例13：對df數據求標準差(std)

案例14：對df數據求分位數(quantile)

3.9.4相關性運算

案例15：對df數據進行相關性運算

3.10數據分組（分類匯總）實操

案例1：按“店名”列進行分組並對所有列進行計數運算

案例2：按“店名”列進行分組並對所有列進行求和運算

案例3：按“店名”和“品種”多列進行分組並求和運算

案例4：按“店名”列進行分組並對指定的“數量”列求和運算

案例5：按“店名”列進行分組並對所有列分別進行求和和計數運算

案例6：按“店名”列進行分組並對“品種”和“銷售金額”列分別進行不同的運算

案例7：按“店名”列分組後重置索引

3.11數據拼接實操

案例1：以“編號”公共列為連線鍵將df1和df2數據橫向拼接

案例2：以“編號”和“客戶姓名"為連線鍵將dfl和d3數據橫向拼接

案例3：“編號”列和“代號”列為左表右表連線鍵橫向拼接dfl和df4

案例4：在橫向拼接時出現重複列名的處理方法

案例5：將df1和df2數據進行縱向拼接

案例6：使用append()函式實現df1和df2數據的縱向拼接

第4章xlwings模組在Excel中的用法詳解

4.1打開/退出Excel程式

作者簡介

多孟琦，畢業於天津大學通信與信息系統專業。目前就職於京東，任京東大數據分析與處理工程師，負責從大量數據的分析、共性處理和抽取；在海量數據的處理和結果可視化方面積累了豐富的實踐經驗。 譚人豪，2021年獲得澳大利亞國立大學授予的計算機科學榮譽學士學位，現於加拿大滑鐵盧大學工程學院攻讀碩士學位。精通Python，Java等程式語言，尤其在Python語言數據處理與分析方面經驗豐富；近幾年參加過多項數據分析大型項目開發工作，在批量處理方面積累了豐富的實戰經驗。