從Excel到Python數(shù)據(jù)分析：Pandas、xlwings、openpyxl、Matplotlib的交互與應(yīng)用

 
 
 
本書源碼
第一篇入門篇
第1章開啟Python之旅
1.1Python快速入門
1.1.1Python進(jìn)化史
1.1.2搭建編程環(huán)境
1.2Anaconda下載與安裝
1.2.1下載Anaconda
1.2.2安裝Anaconda
1.2.3使用Anaconda
1.3Jupyter Notebook
1.3.1操作界面
1.3.2Code運行模式
1.3.3Markdown模式
1.3.4常用快捷鍵
1.3.5常用魔法命令
第2章Python基礎(chǔ)入門
2.1程序設(shè)計
2.1.1編碼規(guī)范
2.1.2命名規(guī)范
2.1.3保留字
2.1.4標(biāo)識符
2.1.5變量
2.1.6代碼縮進(jìn)
2.1.7注釋
2.1.8輸入與輸出
2.2數(shù)據(jù)結(jié)構(gòu)
2.2.1列表
2.2.2元組
2.2.3字典
2.2.4集合
2.3數(shù)據(jù)類型
2.3.1數(shù)值型
2.3.2字符串型
2.3.3布爾型
2.4運算符
2.4.1算術(shù)運算符
2.4.2賦值運算符
2.4.3比較運算符
2.4.4邏輯運算符
2.4.5位運算符
2.5數(shù)據(jù)算法
2.5.1順序結(jié)構(gòu)
2.5.2分支結(jié)構(gòu)
2.5.3循環(huán)結(jié)構(gòu)
2.6迭代器與生成器
2.6.1迭代器
2.6.2生成器
2.7函數(shù)與方法
2.7.1內(nèi)置函數(shù)
2.7.2自定義函數(shù)
2.7.3匿名函數(shù)
2.8異常處理
2.8.1內(nèi)置異常
2.8.2異常處理
第二篇基礎(chǔ)篇
第3章Pandas數(shù)據(jù)提取
3.1Pandas簡介
3.1.1Pandas數(shù)據(jù)分析
3.1.2SMED與數(shù)據(jù)分析
3.1.3Excel數(shù)據(jù)的讀取流程
3.2pd.read_excel（）函數(shù)
3.2.1路徑參數(shù)
3.2.2引擎參數(shù)
3.3工作表名稱
3.3.1選擇工作簿中的所有工作表
3.3.2選擇工作簿中指定的工作表
3.3.3選擇工作簿中具體的某一工作表
3.4標(biāo)題
3.4.1提升為標(biāo)題
3.4.2不需要標(biāo)題
3.4.3多層索引
3.5處理行
3.5.1跳過行
3.5.2保留行
3.6選擇列
3.6.1指定索引列
3.6.2選擇列
3.7數(shù)據(jù)類型
3.7.1查看數(shù)據(jù)類型
3.7.2轉(zhuǎn)換數(shù)據(jù)類型
3.7.3解析日期時間列
3.8對Excel的讀取與解析
3.9存儲數(shù)據(jù)
3.9.1to_excel
3.9.2ExcelWriter
第4章Pandas數(shù)據(jù)轉(zhuǎn)換
4.1Pandas入門
4.1.1數(shù)據(jù)處理流程
4.1.2數(shù)據(jù)轉(zhuǎn)換內(nèi)容
4.2創(chuàng)建Series
4.2.1列表轉(zhuǎn)Series
4.2.2元組轉(zhuǎn)Series
4.2.3字典轉(zhuǎn)Series
4.2.4ndarray轉(zhuǎn)Series
4.2.5常量轉(zhuǎn)Series
4.3創(chuàng)建DataFrame
4.3.1文件導(dǎo)入生成
4.3.2Series創(chuàng)建
4.3.3字典創(chuàng)建
4.3.4二維列表創(chuàng)建
4.3.5元組創(chuàng)建
4.4索引與切片
4.4.1直接索引
4.4.2標(biāo)簽索引
4.4.3位置索引
4.5邏輯值篩選
4.5.1索引器訪問
4.5.2查詢方法
4.6移動列
4.7選擇列
4.7.1篩選列
4.7.2選擇數(shù)據(jù)類型
4.8列名修改
4.8.1列名替換
4.8.2重命名列
4.9添加列
4.9.1屬性賦值
4.9.2分配新列
4.9.3表達(dá)式創(chuàng)建新列
4.10添加行
4.10.1追加行
4.10.2添加多行
4.11刪除操作
4.11.1刪除
4.11.2刪除缺失值
4.11.3刪除重復(fù)項
4.12填充操作
第三篇強(qiáng)化篇
第5章Pandas文本與日期
5.1字符串處理
5.1.1字符串處理流程
5.1.2正則表達(dá)式
5.1.3文本正則應(yīng)用
5.2日期和時間
5.2.1時間點
5.2.2時間段
5.2.3時間差
5.2.4時間偏移
5.2.5頻率轉(zhuǎn)換
第6章Pandas數(shù)據(jù)處理
6.1數(shù)據(jù)對齊
6.1.1對齊性
6.1.2空值處理
6.1.3設(shè)置行索引
6.1.4重置索引或?qū)蛹?br />6.1.5重置行列索引
6.2數(shù)值排序
6.2.1排序規(guī)則
6.2.2索引排序
6.2.3數(shù)值排序
6.2.4數(shù)據(jù)排名
6.3統(tǒng)計分析
6.3.1統(tǒng)計學(xué)基礎(chǔ)
6.3.2唯一值
6.3.3聚合統(tǒng)計
6.3.4聚合運算
6.4移動窗口
6.4.1滾動
6.4.2差分
6.4.3偏移
6.4.4擴(kuò)展
6.4.5同環(huán)比
6.5數(shù)據(jù)遍歷
6.5.1映射
6.5.2應(yīng)用
6.5.3應(yīng)用映射
6.5.4轉(zhuǎn)換
6.6數(shù)據(jù)分組
6.6.1創(chuàng)建分組對象
6.6.2分組對象的應(yīng)用
6.6.3扁平化分組表
6.6.4循環(huán)分組對象
6.7數(shù)據(jù)透視
第7章Pandas數(shù)據(jù)重塑
7.1多層索引
7.1.1生成多層索引
7.1.2設(shè)置多層索引
7.2結(jié)構(gòu)重塑
7.2.1重置索引
7.2.2從列到行堆疊
7.2.3從行到列取消堆疊
7.2.4逆透視
7.2.5層級交換
7.2.6重新排列索引級別
7.2.7刪除層級
7.2.8行列轉(zhuǎn)置
7.2.9擴(kuò)展到行
7.3追加查詢
7.3.1數(shù)據(jù)追加
7.3.2縱橫拼接
7.4合并查詢
7.4.1數(shù)據(jù)合并
7.4.2按索引合并
7.5在Power BI中運行
7.5.1緣何從Excel進(jìn)階Python
7.5.2Power BI與Pandas的互補(bǔ)性
第四篇進(jìn)階篇
第8章xlwings高效辦公
8.1xlwings對象模型
8.2xlwings基礎(chǔ)語法
8.2.1新建工作簿
8.2.2打開工作簿
8.2.3新增工作表
8.2.4寫入數(shù)據(jù)
8.2.5單元格引用
8.2.6合并單元格
8.2.7單元格區(qū)域
8.2.8應(yīng)用程序接口
8.2.9區(qū)域調(diào)整
8.2.10選項方法
8.3xlwings工作表調(diào)整
8.3.1加密工作簿
8.3.2保護(hù)工作表
8.3.3隱藏工作表
8.3.4凍結(jié)窗格
8.4xlwings行列調(diào)整
8.4.1插入公式
8.4.2插入行列
8.4.3刪除行列
8.4.4行高與列寬
8.5xlwings樣式調(diào)整
8.5.1字體樣式
8.5.2邊框樣式
8.5.3對齊樣式
8.5.4填充樣式
8.5.5數(shù)據(jù)格式
8.5.6條件格式
8.5.7表格格式
8.6xlwings添加圖表
8.6.1xlwings插入圖片
8.6.2xlwings創(chuàng)建圖表
8.6.3與Pandas交互
8.6.4與NumPy及Matplotlib交互
8.6.5與Pandas及Matplotlib交互
8.6.6與Pandas及Seaborn交互
8.7與Pandas的用法對比
8.7.1拆分列并擴(kuò)展到行
8.7.2查看所有工作表名稱
8.7.3打開一個已有工作簿
8.7.4在一個工作簿中新增一個工作表
第9章openpyxl高效辦公
9.1openpyxl基礎(chǔ)語法
9.1.1創(chuàng)建、保存工作簿
9.1.2打開工作簿
9.1.3創(chuàng)建、刪除工作表
9.1.4復(fù)制、移動工作表
9.1.5移動區(qū)域范圍
9.1.6合并單元格
9.1.7行列范圍用法
9.2openpyxl工作表調(diào)整
9.2.1保護(hù)工作表
9.2.2隱藏工作表
9.2.3凍結(jié)窗格
9.2.4標(biāo)簽顏色
9.3openpyxl行列應(yīng)用
9.3.1插入公式
9.3.2插入行列
9.3.3刪除行列
9.3.4隱藏行列
9.3.5行高與列寬
9.3.6數(shù)據(jù)組合
9.4openpyxl樣式設(shè)置
9.4.1字體樣式
9.4.2邊框樣式
9.4.3對齊樣式
9.4.4填充樣式
9.4.5文本樣式
9.4.6數(shù)據(jù)格式
9.4.7條件格式
9.5openpyxl數(shù)據(jù)處理
9.5.1行值統(tǒng)計
9.5.2列值統(tǒng)計
9.6openpyxl添加圖表
9.6.1添加圖片
9.6.2添加圖表
9.7openpyxl與Pandas交互
9.7.1openpyxl獲取來自Pandas的數(shù)據(jù)
9.7.2Pandas獲取來自openpyxl的數(shù)據(jù)
第五篇高階篇
第10章Python數(shù)據(jù)處理自動化
10.1pathlib基礎(chǔ)
10.1.1常用方法
10.1.2路徑處理
10.1.3批量重命名應(yīng)用
10.1.4與xlwings交互
10.1.5與openpyxl交互
10.2批量創(chuàng)建空白工作簿
10.2.1Pandas實現(xiàn)方式
10.2.2xlwings實現(xiàn)方式
10.2.3openpyxl實現(xiàn)方式
10.3批量操作單個工作簿
10.3.1將一個工作表復(fù)制到另一個工作簿
10.3.2將一個工作表批量復(fù)制到多個工作簿
10.3.3在一個工作表旁新增多個工作表
10.3.4將所有工作表合并成一個工作表
10.3.5按列值將一個工作表拆分成多個工作表
10.3.6按表名將多個工作表拆分為多個工作簿
10.3.7按列將一個工作表拆分成多個工作簿
10.3.8將一個工作表拆分成多個工作簿的多個工作表
10.3.9重命名一個工作簿中的所有工作表
10.3.10刪除一個工作簿中的指定工作表
10.4批量操作多個工作簿
10.4.1批量打開現(xiàn)有工作簿
10.4.2將多個工作簿中所有工作表合并為一個工作表
10.4.3批量重命名多個工作簿中的同名工作表
10.4.4在多個工作簿中批量刪除工作表
10.4.5批量隱藏工作簿中的工作表
第11章Python數(shù)據(jù)分析自動化
11.1數(shù)據(jù)分析方法論
11.1.1數(shù)據(jù)分析方法
11.1.2數(shù)據(jù)分析的5W1H
11.1.3數(shù)據(jù)分析流程
11.1.4Pandas數(shù)據(jù)分析應(yīng)用
11.2單個工作簿數(shù)據(jù)處理
11.2.1對所有工作表進(jìn)行數(shù)據(jù)篩選
11.2.2對所有工作表進(jìn)行批量排序
11.2.3對所有工作表求最大值和最小值
11.2.4對所有工作表進(jìn)行各自統(tǒng)計
11.2.5對所有工作表進(jìn)行數(shù)據(jù)透視
11.3多個工作簿數(shù)據(jù)處理
11.3.1對所有工作簿的數(shù)據(jù)批量排序
11.3.2對多個工作簿批量統(tǒng)計最大值和最小值
11.3.3對多個工作簿中的各工作表分類匯總
11.3.4對多個工作簿批量制作數(shù)據(jù)透視表
11.4圖表與數(shù)據(jù)的綜合應(yīng)用
11.4.1圖表的應(yīng)用
11.4.2添加柱形圖
11.4.3添加簇狀柱形圖
11.4.4添加雙軸組合圖
11.4.5添加多個子圖
11.4.6Matplotlib應(yīng)用流程
11.5批量打印工作簿中的工作表
11.6批量加密保護(hù)工作簿
第六篇案例篇
第12章Excel Python綜合應(yīng)用
12.1綜觀全局
12.1.1數(shù)據(jù)獲取
12.1.2信息獲取
12.2數(shù)據(jù)質(zhì)量
12.2.1異常值探究
12.2.2缺失值處理
12.3數(shù)據(jù)現(xiàn)狀
12.3.1現(xiàn)狀摸底
12.3.2數(shù)據(jù)觀測
12.4數(shù)據(jù)分析
12.4.1分組統(tǒng)計
12.4.2數(shù)據(jù)透視
12.4.3時序分析
12.5數(shù)據(jù)可視化
12.5.1統(tǒng)計操作量
12.5.2管理標(biāo)準(zhǔn)差
12.5.3數(shù)據(jù)集子圖
12.5.4流向流量圖
12.6數(shù)據(jù)自動化