从Excel到Python数据分析(Pandas\xlwings\openpyxl\Matplotlib的交互与应用)

本书采用理论与实践相 结合的原则，在各章的开篇 采用图解方式，将所有知识 点先贯穿起来，然后对每个 知识点的配套案例进行讲解 。“用读者易于理解且可随 时直接套用的案例，方便读 者以最短的时间高效地掌握 最实用的技能”是本书创作 的初衷。 全书共6篇：第一篇为入 门篇（第1章和第2章），第 二篇为基础篇（第3章和第4 章），第三篇为强化篇（第 5～7章），第四篇为进阶篇 （第8章和第9章），第五篇 为高阶篇（第10章和第11 章），第六篇为案例篇（第 12章）。书中主要内容包括 开启Python之旅、Python基 础入门、Pandas数据提取 、Pandas数据转换、 Pandas文本与日期、 Pandas数据处理、Pandas 数据重塑、xlwings高效办 公、openpyxl高效办公、 Python数据处理自动化、 Python数据分析自动化、 Excel+Python综合应用。 本书适用于具有一些数 据分析或Python基础的读者 ，包括电商客服、质量统计 、财务金融、人事行政等与 数据分析密切相关的从业人 员，也可作为高等院校、IT 培训机构的教材。还可作为 IT专业人士的自学参考书。

黄福星，精益六西格玛黑带，物流职业经理人（运营总监）。二十多年工作经历，职业生涯横跨大型生产制造、综合保税物流与供应链、快递快运与新零售等。在信息流指导物流、数据指导改善、物流降本增效方面经验丰富，能够熟练地将精益改善技术与大数据分析技术运用于各类现场管理。

第一篇 入门篇 第1章 开启Python之旅 1.1 Python快速入门 1.1.1 Python进化史 1.1.2 搭建编程环境 1.2 Anaconda下载与安装 1.2.1 下载Anaconda 1.2.2 安装Anaconda 1.2.3 使用Anaconda 1.3 Jupyter Notebook 1.3.1 操作界面 1.3.2 Code运行模式 1.3.3 Markdown模式 1.3.4 常用快捷键 1.3.5 常用魔法命令 第2章 Python基础入门 2.1 程序设计 2.1.1 编码规范 2.1.2 命名规范 2.1.3 保留字 2.1.4 标识符 2.1.5 变量 2.1.6 代码缩进 2.1.7 注释 2.1.8 输入与输出 2.2 数据结构 2.2.1 列表 2.2.2 元组 2.2.3 字典 2.2.4 集合 2.3 数据类型 2.3.1 数值型 2.3.2 字符串型 2.3.3 布尔型 2.4 运算符 2.4.1 算术运算符 2.4.2 赋值运算符 2.4.3 比较运算符 2.4.4 逻辑运算符 2.4.5 位运算符 2.5 数据算法 2.5.1 顺序结构 2.5.2 分支结构 2.5.3 循环结构 2.6 迭代器与生成器 2.6.1 迭代器 2.6.2 生成器 2.7 函数与方法 2.7.1 内置函数 2.7.2 自定义函数 2.7.3 匿名函数 2.8 异常处理 2.8.1 内置异常 2.8.2 异常处理 第二篇 基础篇 第3章 Pandas数据提取 3.1 Pandas简介 3.1.1 Pandas数据分析 3.1.2 SMED与数据分析 3.1.3 Excel数据的读取流程 3.2 pd.read_excel()函数 3.2.1 路径参数 3.2.2 引擎参数 3.3 工作表名称 3.3.1 选择工作簿中的所有工作表 3.3.2 选择工作簿中指定的工作表 3.3.3 选择工作簿中具体的某一工作表 3.4 标题 3.4.1 提升为标题 3.4.2 不需要标题 3.4.3 多层索引 3.5 处理行 3.5.1 跳过行 3.5.2 保留行 3.6 选择列 3.6.1 指定索引列 3.6.2 选择列 3.7 数据类型 3.7.1 查看数据类型 3.7.2 转换数据类型 3.7.3 解析日期时间列 3.8 对Excel的读取与解析 3.9 存储数据 3.9.1 to_excel 3.9.2 ExcelWriter 第4章 Pandas数据转换 4.1 Pandas入门 4.1.1 数据处理流程 4.1.2 数据转换内容 4.2 创建Series 4.2.1 列表转Series 4.2.2 元组转Series 4.2.3 字典转Series 4.2.4 ndarray转Series 4.2.5 常量转Series 4.3 创建DataFrame 4.3.1 文件导入生成 4.3.2 Series创建 4.3.3 字典创建 4.3.4 二维列表创建 4.3.5 元组创建 4.4 索引与切片 4.4.1 直接索引 4.4.2 标签索引 4.4.3 位置索引 4.5 逻辑值筛选 4.5.1 索引器访问 4.5.2 查询方法 4.6 移动列 4.7 选择列 4.7.1 筛选列 4.7.2 选择数据类型 4.8 列名修改 4.8.1 列名替换 4.8.2 重命名列 4.9 添加列 4.9.1 属性赋值 4.9.2 分配新列 4.9.3 表达式创建新列 4.10 添加行 4.10.1 追加行 4.10.2 添加多行 4.11 删除操作 4.11.1 删除 4.11.2 删除缺失值 4.11.3 删除重复项 4.12 填充操作 第三篇 强化篇 第5章 Pandas文本与日期 5.1 字符串处理 5.1.1 字符串处理流程 5.1.2 正则表达式 5.1.3 文本正则应用 5.2 日期和时间 5.2.1 时间点 5.2.2 时间段 5.2.3 时间差 5.2.4 时间偏移 5.2.5 频率转换 第6章 Pandas数据处理 6.1 数据对齐 6.1.1 对齐性 6.1.2 空值处理 6.1.3 设置行索引 6.1.4 重置索引或层级 6.1.5 重置行列索引 6.2 数值排序 6.2.1 排序规则 6.2.2 索引排序 6.2.3 数值排序 6.2.4 数据排名 6.3 统计分析 6.3.1 统计学基础 6.3.2 唯一值 6.3.3 聚合统计 6.3.4 聚合运算 6.4 移动窗口 6.4.1 滚动 6.4.2 差分 6.4.3 偏移 6.4.4 扩展 6.4.5 同环比 6.5 数据遍历 6.5.1 映射 6.5.2 应用 6.5.3 应用映射 6.5.4 转换 6.6 数据分组 6.6.1 创建分组对象 6.6.2 分组对象的应用 6.6.3 扁平化分组表 6.6.4 循环