Python+Excel職場辦公數據分析 ( 簡體 字) |
| 作者： 王紅明 張鴻斌 | 類別：1. -> 程式設計 -> Python
2. -> Office -> OFFICE -> EXCEL |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 54889
詢問書籍請說出此書號！【有庫存】
NT售價： 445 元 |
| 出版日：6/1/2021 |
| 頁數：202 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787111684305 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：智能化、自動化辦公逐漸成為職場辦公的發展趨勢，工作中結合Python編程可以自動完成大量重復性的工作，大幅提高工作效率。同時，通過Python編程可以從繁雜無序的海量數據中找出規律，分析出競品特點、客戶喜好、客戶來源等。比如銀行信貸人員統計大量的貸款客戶本息支付情況，上市公司財務人員統計大量的財務數據，企業運營人員統計分析競品海量數據，連鎖超市管理人員分析熱銷品、客戶喜好、復購率等。總之，自動化辦公及大數據分析將是未來發展的趨勢，是大家都應掌握的一門技能。
《Python+Excel職場辦公數據分析》以實戰案例為主（重點為Python處理分析Excel數據的案例），用大量的實戰案例給讀者演示如何處理實際工作中的辦公自動化問題，如何對大數據進行分析處理。教會職場人士使用辦公自動化及大數據分析解決實際問題的方法。
《Python+Excel職場辦公數據分析》適合數據工作量大的職場人士、財務人士、數據分析人士、商務人士、自動化辦公用戶、需要處理大數據的用戶等閱讀學習，也可供Python編程愛好者學習參考。 |
目錄：第1章 開始前的準備
1.1 Python數據分析的優勢
1.1.1 為什么用 Python處理Excel數據
1.1.2 Python中哪些模塊處理Excel數據最好用
1.2 下載與安裝
1.2.1 下載Python
1.2.2 安裝Python
1.2.3 模塊的安裝
1.3 初識Python編程
1.3.1 使用IDLE運行Python程序
1.3.2 案例1：用IDLE編寫Python程序
1.3.3 案例2：編寫第一個交互程序
第2章 Python基本語法知識
2.1 Python語法特點
2.1.1 注釋
2.1.2 代碼縮進
2.1.3 引號
2.2 變量
2.2.1 理解Python中的變量
2.2.2 變量的定義與使用
2.3 基本數據類型
2.3.1 數字類型
2.3.2 字符串
案例1：輸出唐詩《春曉》
2.3.3 布爾類型
2.3.4 數據類型轉換
案例2：計算人民幣兌換美元
2.4 運算符
2.4.1 算術運算符
案例3：計算學生平均分數
2.4.2 比較運算符
案例4：判斷成績是否優異
2.4.3 邏輯運算符
2.4.4 賦值運算符
2.4.5 運算符的優先級
2. 5基本輸入和輸出
2.5.1 使用input()函數輸入
案例5：判斷體溫是否異常
2.5.2 使用print()函數輸出
2.6 流程控制語句
2.6.1 if條件語句
案例6：判斷是否能坐過山車
案例7：判斷是否能坐過山車（改進版）
案例8：哪些人能走老年通道
2.6.2 for循環
案例9：用for循環畫螺旋線
2.6.3 while循環
案例10：輸入登錄密碼
2.6.4 break語句
案例11：輸入登錄密碼（break版）
2.6.5 continue語句
案例12：10086查詢系統
2.7 列表
2.7.1 列表的創建和刪除
2.7.2 訪問列表元素
案例13：畫五彩圓環
2.7.3 添加、修改和刪除列表元素
2.7.4 對列表進行統計和計算
2.7.5 列表的復制
2.7.6 遍歷列表
案例14：分離紅球和藍球
2.8 元組
2.8.1 元組的創建和刪除
2.8.2 訪問元組元素
案例15：考試名次查詢系統
2.8.3 修改元組元素
2.9 字典
2.9.1 字典的創建
2.9.2 通過鍵值訪問字典
案例16：中考成績查詢系統
2.9.3 添加、修改和刪除字典
2.9.4 遍歷字典
案例17：打印客戶名稱和電話
2.10 函數
2.10.1 創建一個函數
2.10.2 調用函數
2.10.3 實參和形參
2.10.4 位置實參
2.10.5 函數返回值
案例18：用函數任意畫圓環
第3章 Pandas模塊數據處理詳解
3.1 Pandas的數據格式
3.1.1 導入Pandas模塊
3.1.2 Series數據結構
3.1.3 DataFrame數據格式
3.2 讀取/寫入數據
3.3 數據預處理
3.4 數據類型轉換
3.5 數據的選擇
3.5.1 列數據選擇
3.5.2 行數據選擇
3.5.3 選擇滿足條件的行列數據（數據篩選）
3.5.4 按日期選擇數據
3.6 數值排序
3.7 數據計數與唯一值獲取
3.8 數據運算
3.8.1 算術運算
3.8.2 比較運算
3.8.3 匯總運算
3.8.4 相關性運算
3.9 數據分組（匯總）
3.10 數據拼接
3.10.1 merge()函數實現數據的橫向拼接
3.10.2 concat()函數實現數據的縱向拼接
3.10.3 append()函數實現數據縱向拼接
第4章 xlwings模塊用法詳解及Excel操作實戰案例
4.1 打開/退出Excel程序
4.2 操作Excel工作簿
4.3 操作工作簿中的工作表
4.4 讀取工作表中數據
4.5 向工作表寫入數據
4.6 刪除工作表數據
4.7 獲取工作表數據區行數和列數
4.8 打印工作簿或工作表
4.9 實戰案例：Excel表格基本操作
4.9.1 案例1：批量新建Excel工作簿文件
4.9.2 案例2：批量新建不同名稱的工作簿
4.9.3 案例3：批量打開文件夾中所有Excel工作簿
4.9.4 案例4：批量修改工作簿中所有工作表名稱
4.9.5 案例5：批量重命名所有工作簿中指定的工作表
4.9.6 案例6：自動修改文件夾下所有工作簿的名稱
4.9.7 案例7：在多個工作簿中批量新增工作表
4.9.8 案例8：在多個工作簿中批量刪除工作表
4.9.9 案例9：將一個工作簿的所有工作表批量復制到其他工作簿
4.9.10 案例10：復制表中指定區域數據到多個工作簿的指定工作表中
4.9.11 案例11：批量對多個工作簿的工作表進行格式排版
4.9.12 案例12：將多個工作簿中的工作表合并到一個工作簿中
4.9.13 案例13：將多個工作表合并到一個工作表中
4.9.14 案例14：將指定工作表進行匯總并拆分為多個工作簿
4.9.15 案例15：將一個工作表內容拆分為多個工作表
第5章實戰案例：Python自動處理銀行客戶數據
5.1Python批量自動打印銀行單據或資料
5.1.1案例1：批量打印銀行余額對賬單工作簿的所有工作表
5.1.2案例2：批量自動打印所有工作簿中指定工作表
5.2Python批量處理貸款客戶數據
5.2.1案例3：從銀行貸款數據工作簿的數據中提取“逾期”客戶的數據
5.2.2案例4：從銀行所有貸款數據工作簿中單挑出屬于自己客戶的數據
5.2.3案例5：Python批量自動填寫銀行客戶表單
第6章 實戰案例：Python自動處理公司財務數據
6.1 Python批量提取所有工作表中的數據
6.1.1 案例1：對財務開票工作簿所有工作表中指定的行數據進行提取
6.1.2 案例2：對財務科目余額工作簿所有工作表的指定列數據進行提取并求和
6.1.3 案例3：將多個財務工作簿中所有工作表的指定列數據進行提取
6.2 Python自動批量對多個工作簿和工作表中的數據匯總
6.2.1 案例4：對財務日記賬所有工作表中指定列進行去重統計
6.2.2 案例5：對銷售收入工作簿的單個工作表中多個列進行分類匯總
6.2.3 案例6：對銷售收入工作簿的所有工作表中多個列進行分類匯總
6.2.4 案例7：對多個財務日記賬工作簿的所有工作表中多個列進行分類匯總
6.3 Python自動批量對工作簿文件的數據進行運算處理
6.3.1 案例8:對現金日記賬工作簿中所有工作表進行求和計算
6.3.2 案例9：對多個現金日記賬工作簿文件中所有工作表進行求和計算
第7章 實戰案例：Python自動分析企業運營數據
7.1 Python批量篩選所有工作表中的數據
7.1.1 案例1：自動篩選銷售明細表中所有工作表數據并分類保存
7.1.2 案例2：自動篩選多個銷售明細數據文件中所有工作表數據并分類保存
7.1.3 案例3：自動篩選銷售明細表的所有工作表中的“西服”數據
7.1.4 案例4：自動篩選多個銷售明細數據文件的所有工作表中的“西服”數據
7.2 Python批量統計所有工作表中的數據
7.2.1 案例5：自動從銷售明細表的所有工作表的數據中統計出復購次數最高的客戶
7.2.2 案例6：自動統計多個銷售明細表的所有工作表中復購次數最高的客戶
7.2.3 案例7：自動從銷售明細表所有工作表的數據中統計出最暢銷產品
7.2.4 案例8：自動統計多個銷售明細表所有工作表的數據中最暢銷產品
第8章 實戰案例：Python自動分析連鎖超市數據
8.1 Python自動分析超市商品
8.1.1 案例1：自動找出超市暢銷商品前10名
8.1.2 案例2：從多個數據文件中自動找出超市暢銷商品前10名
8.2 Python自動分析超市客流
8.2.1 案例3：自動分析每天超市客流高峰時段
8.2.2 案例4：自動分析每周超市客流高峰日
8.2.3 案例5：對日期和時間在一列的CSV格式超市數據的處理分析
8.3 Python自動分析超市客戶
8.3.1 案例6： 自動統計分析一年中復購前100名的客戶
8.3.2 案例7：自動統計分析超市客單價和客單量
8.3.3 案例8：自動統計分析超市指定日期內的客單價和客單量 |
| 序： |
