Excel+Python:飞速搞定数据分析与处理
Felix Zumstein
冯黎 译
出版时间:2022年04月
页数:260
每当花上几小时手动更新Excel工作簿时,或者每当Excel工作簿因保存了太多数据而崩溃时,你都应该停下来,思考自己是否应该换个工作方式。本书将展示为什么在Excel中引入Python是明智之举——你将能够轻松突破Excel的瓶颈,避免人为错误,把更多宝贵的时间花在能产生更大价值的任务上。
在微软运营的在线用户反馈论坛上,大量用户提出希望“将Python作为Excel的脚本语言”。相比Excel现有的VBA语言,Python究竟有何优势,又该如何发挥这些优势?开源Python库xlwings的诞生很好地回答了这些问题,它让Excel和Python珠联璧合。作为xlwings的创始人,本书作者将展示如何借用Python的力量,让Excel快得飞起来!
● 无须丰富的编程经验即可开始使用Python
● 使用Visual Studio Code和Jupyter笔记本等便捷工具
● 使用pandas轻松获取、清理和分析数据
● 将烦琐的Excel任务自动化
● 使用xlwings构建交互式Excel工具
● 将Excel和数据库连接并获取数据
● 用Python替代VBA、Power Query和Power Pivot
  1. 前言
  2. 第一部分 Python入门
  3. 第1章 为什么要用Python为Excel编程
  4. 1.1 Excel作为一门编程语言
  5. 1.1.1 新闻中的Excel
  6. 1.1.2 编程最佳实践
  7. 1.1.3 现代Excel
  8. 1.2 用在Excel上的Python
  9. 1.2.1 可读性和可维护性
  10. 1.2.2 标准库和包管理器
  11. 1.2.3 科学计算
  12. 1.2.4 现代语言特性
  13. 1.2.5 跨平台兼容性
  14. 1.3 小结
  15. 第2章 开发环境
  16. 2.1 Anaconda Python发行版
  17. 2.1.1 安装
  18. 2.1.2 Anaconda Prompt
  19. 2.1.3 Python REPL:交互式Python会话
  20. 2.1.4 包管理器:Conda和pip
  21. 2.1.5 Conda环境
  22. 2.2 Jupyter笔记本
  23. 2.2.1 运行Jupyter笔记本
  24. 2.2.2 笔记本单元格
  25. 2.2.3 编辑模式与命令模式
  26. 2.2.4 执行顺序很重要
  27. 2.2.5 关闭Jupyter笔记本
  28. 2.3 VS Code
  29. 2.3.1 安装和配置
  30. 2.3.2 执行Python脚本
  31. 2.4 小结
  32. 第3章 Python入门
  33. 3.1 数据类型
  34. 3.1.1 对象
  35. 3.1.2 数值类型
  36. 3.1.3 布尔值
  37. 3.1.4 字符串
  38. 3.2 索引和切片
  39. 3.2.1 索引
  40. 3.2.2 切片
  41. 3.3 数据结构
  42. 3.3.1 列表
  43. 3.3.2 字典
  44. 3.3.3 元组
  45. 3.3.4 集合
  46. 3.4 控制流
  47. 3.4.1 代码块和pass语句
  48. 3.4.2 if 语句和条件表达式
  49. 3.4.3 for 循环和while循环
  50. 3.4.4 列表、字典和集合推导式
  51. 3.5 组织代码
  52. 3.5.1 函数
  53. 3.5.2 模块和import语句
  54. 3.5.3 datetime类
  55. 3.6 PEP 8:Python风格指南
  56. 3.6.1 PEP 8和VS Code
  57. 3.6.2 类型提示
  58. 3.7 小结
  59. 第二部分 pandas入门
  60. 第4章 NumPy基础
  61. 4.1 NumPy入门
  62. 4.1.1 NumPy数组
  63. 4.1.2 向量化和广播
  64. 4.1.3 通用函数
  65. 4.2 创建和操作数组
  66. 4.2.1 存取元素
  67. 4.2.2 方便的数组构造器
  68. 4.2.3 视图和副本
  69. 4.3 小结
  70. 第5章 使用pandas进行数据分析
  71. 5.1 DataFrame和Series
  72. 5.1.1 索引
  73. 5.1.2 列
  74. 5.2 数据操作
  75. 5.2.1 选取数据
  76. 5.2.2 设置数据
  77. 5.2.3 缺失数据
  78. 5.2.4 重复数据
  79. 5.2.5 算术运算
  80. 5.2.6 处理文本列
  81. 5.2.7 应用函数
  82. 5.2.8 视图和副本
  83. 5.3 组合DataFrame
  84. 5.3.1 连接
  85. 5.3.2 连接和合并
  86. 5.4 描述性统计量和数据聚合
  87. 5.4.1 描述性统计量
  88. 5.4.2 分组
  89. 5.4.3 透视和熔化
  90. 5.5 绘图
  91. 5.5.1 Matplotlib
  92. 5.5.2 Plotly
  93. 5.6 导入和导出DataFrame
  94. 5.6.1 导出CSV文件
  95. 5.6.2 导入CSV文件
  96. 5.7 小结
  97. 第6章 使用pandas进行时序分析
  98. 6.1 DatetimeIndex
  99. 6.1.1 创建DatetimeIndex
  100. 6.1.2 筛选DatetimeIndex
  101. 6.1.3 处理时区
  102. 6.2 常见时序操作
  103. 6.2.1 移动和百分比变化率
  104. 6.2.2 基数的更改和相关性
  105. 6.2.3 重新采样
  106. 6.2.4 滚动窗口
  107. 6.3 pandas的局限性
  108. 6.4 小结
  109. 第三部分 在Excel之外读写Excel文件
  110. 第7章 使用pandas操作Excel文件
  111. 7.1 案例研究:Excel报表
  112. 7.2 使用pandas读写Excel文件
  113. 7.2.1 read_excel函数和ExcelFile类
  114. 7.2.2 to_excel方法和ExcelWriter类
  115. 7.3 使用pandas处理Excel文件的局限性
  116. 7.4 小结
  117. 第8章 使用读写包操作Excel文件
  118. 8.1 读写包
  119. 8.1.1 何时使用何种包
  120. 8.1.2 excel.py模块
  121. 8.1.3 OpenPyXL
  122. 8.1.4 XlsxWriter
  123. 8.1.5 pyxlsb
  124. 8.1.6 xlrd、xlwt和xlutils
  125. 8.2 读写包的高级主题
  126. 8.2.1 处理大型Excel文件
  127. 8.2.2 调整DataFrame在Excel中的格式
  128. 8.2.3 案例研究(复习):Excel报表
  129. 8.3 小结
  130. 第四部分 使用xlwings对Excel应用程序进行编程
  131. 第9章 Excel自动化
  132. 9.1 开始使用xlwings
  133. 9.1.1 将Excel用作数据查看器
  134. 9.1.2 Excel对象模型
  135. 9.1.3 运行VBA代码
  136. 9.2 转换器、选项和集合
  137. 9.2.1 处理DataFrame
  138. 9.2.2 转换器和选项
  139. 9.2.3 图表、图片和已定义名称
  140. 9.2.4 案例研究(再次回顾):Excel报表
  141. 9.3 高级xlwings主题
  142. 9.3.1 xlwings的基础
  143. 9.3.2 提升性能
  144. 9.3.3 如何弥补缺失的功能
  145. 9.4 小结
  146. 第10章 Python驱动的Excel工具
  147. 10.1 利用xlwings将Excel用作前端
  148. 10.1.1 Excel插件
  149. 10.1.2 quickstart命令
  150. 10.1.3 Run main
  151. 10.1.4 RunPython函数
  152. 10.2 部署
  153. 10.2.1 Python依赖
  154. 10.2.2 独立工作簿:脱离xlwings插件
  155. 10.2.3 配置的层次关系
  156. 10.2.4 设置
  157. 10.3 小结
  158. 第11章 Python包追踪器
  159. 11.1 构建什么样的应用程序
  160. 11.2 核心功能
  161. 11.2.1 Web API
  162. 11.2.2 数据库
  163. 11.2.3 异常
  164. 11.3 应用程序架构
  165. 11.3.1 前端
  166. 11.3.2 后端
  167. 11.3.3 调试
  168. 11.4 小结
  169. 第12章 用户定义函数
  170. 12.1 UDF入门
  171. 12.2 案例研究:Google Trends
  172. 12.2.1 Google Trends简介
  173. 12.2.2 使用DataFrame和动态数组
  174. 12.2.3 从Google Trends上获取数据
  175. 12.2.4 使用UDF绘制图表
  176. 12.2.5 调试UDF
  177. 12.3 高级UDF主题
  178. 12.3.1 基础性能优化
  179. 12.3.2 缓存
  180. 12.3.3 sub装饰器
  181. 12.4 小结
  182. 附录A Conda环境
  183. 附录B 高级VS Code功能
  184. 附录C 高级Python概念
书名:Excel+Python:飞速搞定数据分析与处理
作者:Felix Zumstein
译者:冯黎 译
国内出版社:人民邮电出版社
出版时间:2022年04月
页数:260
书号:978-7-115-58676-6
原版书书名:Python for Excel
原版书出版商:O'Reilly Media
Felix Zumstein
 
Felix Zumstein是流行开源Python库xlwings的创始人。xlwings帮助Excel用户利用Python脚本将任务自动化,从而实现效率飞跃。费利克斯在工作中接触了大量Excel用户,这使他对Excel在各行各业中的使用瓶颈和解决思路拥有深刻的见解。