对照Excel,零基础学Python数据分析

·围绕数据分析的全流程，系统、全面地介绍数据分析的主要知识点。 ·对照Excel学习Python数据分析，降低学习门槛，方便快速上手。 ·知识点全面，覆盖xlwings、openpyxl、pandas、Matplotlib和Seaborn等常用库。 ·突出案例实战，帮助读者形成数据分析的思维模式。 ·提供书中用到的Excel文件和对应的Python源代码，供读者免费下载使用。

计算机软件开发者和原创图书作者，Java和Python双修程序员，著有《深入浅出Spring Boot 2.x》《Python+Excel办公自动化一本通》《Java EE互联网轻量级框架整合开发：SSM+Redis+Spring微服务》等图书。

第一部分 数据分析的概念和Python基础
第1章 数据分析基础知识2
1.1 为什么要做数据分析2
1.1.1 分析现状3
1.1.2 分析具体问题3
1.1.3 预测未来3
1.2 为什么要使用Python做数据分析4
1.2.1 数据分析的历史4
1.2.2 为什么Python+Excel会成为数据分析的主流工具5
1.2.3 使用Python做数据分析的优势6
1.3 数据分析的对象7
1.3.1 总体指标分析7
1.3.2 对比分析7
1.3.3 按时间维度分析7
1.3.4 概率学分析7
1.3.5 按指定维度分析7
1.4 数据分析的流程8
1.4.1 数据获取8
1.4.2 数据处理8
1.4.3 数据筛选9
1.4.4 数据分析9
1.4.5 结果保存9
1.4.6 数据可视化9
1.4.7 数据追踪和验证9
第2章 Python基础知识10
2.1 安装Python和PyCharm10
2.1.1 安装Python10
2.1.2 安装和使用PyCharm12
2.2 变量13
2.2.1 变量的使用13
2.2.2 变量的命名14
2.3 简单的数据类型17
2.3.1 数字17
2.3.2 字符串22
2.4 控制语句28
2.4.1 条件语句28
2.4.2 循环语句35
第3章 Python中的高级概念41
3.1 复杂的数据类型41
3.1.1 列表41
3.1.2 字典44
3.1.3 元组和集合46
3.2 函数47
3.2.1 函数的定义48
3.2.2 指定函数参数的关键字和默认值49
3.2.3 函数内外变量的可见性50
3.2.4 传递可更改对象与不可更改对象51
3.2.5 把函数放在不同的模块中52
3.3 类53
3.4 异常54
3.5 文件操作57
3.5.1 读取CSV文件57
3.5.2 写入文件59
第二部分 蜂蜜电商数据分析
第4章 读取和清洗数据62
4.1 业务分析62
4.1.1 销售明细表分析62
4.1.2 产品信息表分析63
4.1.3 用户信息表分析63
4.1.4 销售员信息表分析64
4.1.5 数据关联64
4.2 读取Excel数据64
4.2.1 安装对应的库65
4.2.2 读取简单的Excel数据67
4.2.3 pandasDataFrame68
4.2.4 pandasSeries70
4.2.5 读取特殊格式的Excel数据70
4.2.6 使用xlwings读取Excel数据73
4.3 清洗数据76
4.3.1 去除空记录76
4.3.2 去除非法数据78
4.3.3 去除重复数据80
4.3.4 设置默认值82
4.4 编写读写文件的代码83
第5章 筛选数据85
5.1 通过条件筛选数据86
5.1.1 筛选多个用户的销售明细数据87
5.1.2 通过商品数量和实际交易金额筛选数据88
5.1.3 对用户名称进行模糊查询89
5.1.4 多条件查询销售明细数据89
5.2 通过交易日期筛选数据91
5.2.1 根据年、月、季筛选数据93
5.2.2 筛选当前日期的数据94
5.2.3 筛选某个时间区间内的数据95
第6章 数据的基础运算96
6.1 算术运算96
6.1.1 通过加减运算验证数据的合法性96
6.1.2 通过乘除运算验证数据的合法性97
6.2 比较运算98
6.3 通过函数运算数据99
6.3.1 常用函数100
6.3.2 不常用函数101
6.3.3 按行统计102
第7章 把数据连接起来105
7.1 3种关联关系107
7.1.1 销售员信息表和工卡信息表的关联（一对一关联）107
7.1.2 指定关联字段108
7.1.3 处理重复列109
7.1.4 连接方式110
7.2 合并多个Excel文件的数据113
7.2.1 合并数据113
7.2.2 重置索引和去重114
第8章 分组统计、数据透视表和排序115
8.1 分组统计数据115
8.1.1 按订单状态汇总数据116
8.1.2 使用agg()方法116
8.1.3 实践118
8.1.4 按蜂蜜类型进行统计——统计关联数据118
8.1.5 按多列进行分组统计119
8.2 数据透视表119
8.2.1 转换视角120
8.2.2 数据分组统计和分析121
8.2.3 合计行列123
8.3 排序125
8.3.1 按实际交易金额排序（单列排序）126
8.3.2 按实际交易金额和交易日期排序（多列排序）126
8.3.3 按优惠金额排序（含空值行的排序）127
8.3.4 对交易日期降序排名128
第9章 数据可视化132
9.1 柱形图和图表基础133
9.1.1 柱形图的绘制和坐标轴的概念133
9.1.2 设置坐标轴136
9.1.3 给图表添加文本标签和注释138
9.1.4 设置网格140
9.1.5 同比柱形图和图例的使用141
9.1.6 温度计图146
9.1.7 数据表147
9.2 绘制常见的图表149
9.2.1 折线图149
9.2.2 条形图151
9.2.3 饼图153
9.2.4 雷达图156
9.3 其他常用的图表技术159
9.3.1 多种图表组合——双轴图160
9.3.2 在同一画布中绘制多个图表163
9.3.3 设置图表样式165
9.3.4 初探Seaborn167
9.3.5 图表的保存169
第10章 保存数据和图表到Excel文件中171
10.1 简单保存数据到Excel文件中171
10.1.1 不保存行索引并保存数据到指定工作表中172
10.1.2 选择要保存的列172
10.2 使用xlwings保存数据到Excel文件中173
10.2.1 将不同的数据保存到同一个Excel文件的不同工作表中173
10.2.2 将结果写入多个Excel文件174
10.2.3 格式化175
10.2.4 保存图表178
第三部分 实践案例
第11章 个人消费贷款数据分析182
11.1 业务和数据特点分析182
11.1.1 贷款台账表业务分析182
11.1.2 客户经理信息表业务分析184
11.1.3 数据关联184
11.2 数据处理185
11.2.1 验证和修复数据185
11.2.2 读取数据186
11.3 数据筛选187
11.3.1 简单地筛选数据187
11.3.2 模糊查询188
11.3.3 按多个条件筛选数据189
11.3.4 查找十大存量贷款记录191
11.4 统计分析192
11.4.1 使用分组方法groupby()按风险状态分组进行统计192
11.4.2 使用数据透视表按季度统计分析数据195
11.4.3 使用数据透视表按月份统计贷款笔数和发生额198
11.5 通过数据关联查询和统计分析数据200
11.5.1 通过关联查询数据200
11.5.2 关联客户经理信息表并统计分析数据201
11.6 数据可视化202
11.6.1 绘制折线图展示两年各月份的贷款数据202
11.6.2 绘制柱形图对比两年各季度的贷款发生额205
11.6.3 绘制饼图展示各业务品种贷款余额207
11.7 保存结果209
第12章 螺蛳粉连锁店销售数据分析211
12.1 业务分析211
12.1.1 店铺销售月报数据211
12.1.2 商品信息表212
12.2 读取数据214
12.2.1 遍历文件214
12.2.2 读取商品信息表数据215
12.2.3 读取销售月报数据216
12.2.4 读取工作表的数据217
12.2.5 合并数据220
12.2.6 测试读取文件与合并数据220
12.3 整理和分析数据221
12.3.1 整理数据221
12.3.2 分析数据223
12.4 数据可视化224
12.4.1 绘制店铺月交易金额条形图224
12.4.2 绘制按店铺统计销量和金额双轴图225
12.5 保存结果227