更新时间：2024-12-31 19:40:09
封面
版权页
作者简介
内容简介
序
前言
第一篇 入门篇
第1章 开启Python之旅
1.1 Python快速入门
1.2 Anaconda下载与安装
1.3 Jupyter Notebook
第2章 Python基础入门
2.1 程序设计
2.2 数据结构
2.3 数据类型
2.4 运算符
2.5 数据算法
2.6 迭代器与生成器
2.7 函数与方法
2.8 异常处理
第二篇 基础篇
第3章 Pandas数据提取
3.1 Pandas简介
3.2 pd.read_excel（）函数
3.3 工作表名称
3.4 标题
3.5 处理行
3.6 选择列
3.7 数据类型
3.8 对Excel的读取与解析
3.9 存储数据
第4章 Pandas数据转换
4.1 Pandas入门
4.2 创建Series
4.3 创建DataFrame
4.4 索引与切片
4.5 逻辑值筛选
4.6 移动列
4.7 选择列
4.8 列名修改
4.9 添加列
4.10 添加行
4.11 删除操作
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
5.2 日期和时间
第6章 Pandas数据处理
6.1 数据对齐
6.2 数值排序
6.3 统计分析
6.4 移动窗口
6.5 数据遍历
6.6 数据分组
6.7 数据透视
第7章 Pandas数据重塑
7.1 多层索引
7.2 结构重塑
7.3 追加查询
7.4 合并查询
7.5 在Power BI中运行
第四篇 进阶篇
第8章 xlwings高效办公
8.1 xlwings对象模型
8.2 xlwings基础语法
8.3 xlwings工作表调整
8.4 xlwings行列调整
8.5 xlwings样式调整
8.6 xlwings添加图表
8.7 与Pandas的用法对比
第9章 openpyxl高效办公
9.1 openpyxl基础语法
9.2 openpyxl工作表调整
9.3 openpyxl行列应用
9.4 openpyxl样式设置
9.5 openpyxl数据处理
9.6 openpyxl添加图表
9.7 openpyxl与Pandas交互
第五篇 高阶篇
第10章 Python数据处理自动化
10.1 pathlib基础
10.2 批量创建空白工作簿
10.3 批量操作单个工作簿
10.4 批量操作多个工作簿
第11章 Python数据分析自动化
11.1 数据分析方法论
11.2 单个工作簿数据处理
11.3 多个工作簿数据处理
11.4 图表与数据的综合应用
11.5 批量打印工作簿中的工作表
11.6 批量加密保护工作簿
第六篇 案例篇
第12章 Excel+Python综合应用
12.1 综观全局
12.2 数据质量
12.3 数据现状
12.4 数据分析
12.5 数据可视化
12.6 数据自动化
