华信教育资源网
从Excel到Python:用Python轻松处理Excel数据(第2版)
作   译   者:曾贤志 出 版 日 期:2024-05-01
出   版   社:电子工业出版社 维   护   人:符隆美 
书   代   号:TP476120 I S B N:9787121476129

图书简介:

本书是写给非IT领域职场办公人员的Python数据处理基础指南。因为本书面对的不是专业的程序员,所以在叙述上通俗易懂。为了让读者在学习时对Python的知识点有更深刻的印象,书本采用了即学即用的写作方式:在介绍知识点的同时,及时将知识点穿插到案例应用中。而案例应用采用“提出要解决的问题→找到解决问题的思路→展示完成前后的对比效果→提供解决问题的代码→逐步分析代码”的方式进行讲解,使读者既学会了Python的知识点,也厘清了解决问题的思路,同时掌握了代码的编写技巧。本书主要内容包括Python基础、Python第三方库、循环语句与分支语句、字符串处理技术、列表处理技术、元组处理技术、字典处理技术、集合处理技术、Python自定义函数、常用高阶函数应用、openpyxl库及Python与Excel综合应用案例。本书第2版增加了第13章,介绍了使用Python的Pandas技术来处理Excel数据,方法更加简洁、运行速度更高效。
定价 89.0
您的专属联系人更多
关注 评论(0) 分享
配套资源 图书内容 样章/电子教材 图书评价
  • 配 套 资 源

    本书资源

    本书暂无资源

    会员上传本书资源

  • 图 书 内 容

    内容简介

    本书是写给非IT领域职场办公人员的Python数据处理基础指南。因为本书面对的不是专业的程序员,所以在叙述上通俗易懂。为了让读者在学习时对Python的知识点有更深刻的印象,书本采用了即学即用的写作方式:在介绍知识点的同时,及时将知识点穿插到案例应用中。而案例应用采用“提出要解决的问题→找到解决问题的思路→展示完成前后的对比效果→提供解决问题的代码→逐步分析代码”的方式进行讲解,使读者既学会了Python的知识点,也厘清了解决问题的思路,同时掌握了代码的编写技巧。本书主要内容包括Python基础、Python第三方库、循环语句与分支语句、字符串处理技术、列表处理技术、元组处理技术、字典处理技术、集合处理技术、Python自定义函数、常用高阶函数应用、openpyxl库及Python与Excel综合应用案例。本书第2版增加了第13章,介绍了使用Python的Pandas技术来处理Excel数据,方法更加简洁、运行速度更高效。

    图书详情

    ISBN:9787121476129
    开 本:16(170*240)
    页 数:316
    字 数:391

    本书目录

    第1 章
    Python 基础——学习Python 必知必会  1
    1.1 什么是Python  2
    1.2 为什么要学习使用Python 处理Excel 表格  2
    1.3 手把手教你安装Python  2
    1.3.1 下载Python. 3
    1.3.2 安装Python. 4
    1.3.3 验证是否安装成功 . 9
    1.4 安装Python 集成开发工具PyCharm . 10
    1.4.1 下载PyCharm  10
    1.4.2 安装PyCharm . 11
    1.4.3 设置PyCharm  15
    1.4.4 创建项目  18
    1.5 Python 的输出与输入  20
    1.5.1 输出  20
    1.5.2 输入  21
    1.6 Python 的代码注释  22
    1.6.1 单行注释  22
    1.6.2 多行注释  23
    1.7 Python 对象详解  23
    1.7.1 类的定义  24
    1.7.2 对象的身份  24
    1.7.3 对象的类型  24
    1.7.4 对象的值  25
    1.7.5 对象的属性  25
    1.7.6 对象的方法  25
    1.7.7 对象与变量  25
    1.8 Python 中的数字与字符串  26
    1.8.1 数字  26
    1.8.2 字符串  27
    1.9 算术运算符  28
    1.9.1 加(+) 28
    1.9.2 减(?)  28
    1.9.3 乘(*)  29
    1.9.4 除(/) . 29
    1.9.5 取模(%). 29
    1.9.6 幂(**)  29
    1.9.7 取整数(//)  30
    1.10 比较运算符  30
    1.10.1 等于(==) . 30
    1.10.2 不等于(!=)  30
    1.10.3 大于(>)  30
    1.10.4 小于(<)  31
    1.10.5 大于或等于(>=)  31
    1.10.6 小于或等于(<=)  31
    1.11 赋值运算符  31
    1.11.1 赋值运算  32
    1.11.2 累积式赋值运算  32
    1.12 逻辑运算符  33
    1.12.1 and  33
    1.12.2 or  34
    1.12.3 not . 34
    1.13 成员运算符  34
    1.14 格式化字符串  35
    1.14.1 使用位置和关键字格式化字符串  35
    1.14.2 数字格式设置  36
    1.14.3 对齐设置  36
    1.15 断点调试  37
    
    第2 章
    Python 库——第三方库的安装与学习 . 39
    2.1 什么是模块、包、库  40
    2.2 安装Excel 读取库xlrd  40
    2.3 导入xlrd 模块  42
    2.4 读取Excel 工作簿、工作表信息 . 43
    2.4.1 读取Excel 工作簿 . 43
    2.4.2 读取Excel 工作表 . 43
    2.5 读取Excel 行、列、单元格信息 . 44
    2.6 安装Excel 写入库xlwt . 46
    2.7 新建工作簿、新建工作表和将数据写入单元格 . 47
    2.8 安装Excel 修改库xlutils  48
    2.9 修改工作簿、工作表、单元格  48
    
    第 3 章
    Python 流程控制——循环语句与分支语句 . 50
    3.1 for 循环语句. 51
    3.1.1 循环字符串  51
    3.1.2 循环序列数  52
    3.1.3 for 循环语句应用案例:批量新建工作簿 . 53
    3.1.4 for 嵌套循环语句  54
    3.1.5 for 嵌套循环语句应用案例:制作九九乘法表 . 55
    3.2 while 循环语句  57
    3.2.1 循环序列数  58
    3.2.2 循环字符串  58
    3.2.3 while 循环语句应用案例:批量新建工作表 . 59
    3.2.4 while 嵌套循环语句  61
    3.2.5 while 嵌套循环语句应用案例:批量新建工作簿、工作表 . 62
    3.3 if 条件语句 . 63
    3.3.1 if 条件语句标准用法 . 63
    3.3.2 if 条件语句应用案例:根据分数判断等级 . 64
    3.4 if 条件分支语句 . 65
    3.4.1 if 条件分支语句标准用法 . 66
    3.4.2 if 条件分支语句单行写法 . 66
    3.4.3 if 条件分支语句应用案例:对数字进行分类计数 . 67
    3.5 if 多条件分支语句 . 68
    3.5.1 if 多条件分支语句标准用法 . 69
    3.5.2 if 多条件分支语句应用案例:对分数进行等级判断 . 70
    3.6 break 语句  72
    3.6.1 break 在while 循环中的应用 . 72
    3.6.2 break 在for 循环中的应用  72
    3.6.3 break 语句应用案例:标记达标时的首个月份 . 73
    3.7 continue 语句 . 74
    3.7.1 continue 在while 循环中的应用 . 74
    3.7.2 continue 在for 循环中的应用 . 75
    3.7.3 continue 语句应用案例 . 75
    
    第 4 章
    Python 有序对象——字符串处理技术 . 77
    4.1 字符串切片  78
    4.1.1 单字符切片  78
    4.1.2 多字符切片  78
    4.1.3 字符串切片应用案例:根据身份证号判断性别 . 79
    4.2 字符串统计  81
    4.2.1 统计字符串的长度  81
    4.2.2 按条件统计字符串  81
    4.2.3 字符串统计应用案例:统计各等级出现的次数 . 82
    4.3 字符串查找  84
    4.3.1 使用index 函数查找字符串位置 . 84
    4.3.2 使用find 函数查找字符串位置  85
    4.3.3 字符串查找应用案例:截取指定位置的信息 . 86
    4.4 字符串替换  87
    4.4.1 字符串替换方法  87
    4.4.2 字符串替换应用案例:整理不规范的分隔符 . 88
    4.5 字符串的拆分与合并  89
    4.5.1 拆分字符串为列表  89
    4.5.2 合并列表为字符串  90
    4.5.3 字符串的拆分与合并应用案例:汇总多表中的不规范数据 . 91
    
    第 5 章
    Python 有序对象——列表处理技术 . 93
    5.1 列表的创建与删除  94
    5.2 列表切片  94
    5.2.1 单元素切片  94
    5.2.2 多元素切片  95
    5.2.3 列表切片应用案例:按行对数据求平均值 . 96
    5.3 列表元素的增加、删除和修改  97
    5.3.1 列表元素的增加  97
    5.3.2 列表元素的删除  99
    5.3.3 列表元素的修改  100
    5.3.4 列表综合应用案例:按行对分数求和  100
    5.4 列表操作符  102
    5.4.1 列表操作符基础  102
    5.4.2 列表操作符应用案例:按条件统计多工作表数据 . 103
    5.5 列表推导式  104
    5.5.1 标准列表推导式  104
    5.5.2 列表推导式变异  105
    5.5.3 嵌套列表推导式  106
    5.5.4 条件列表推导式  107
    5.5.5 列表推导式应用案例1:自动汇总多工作表数据  108
    5.5.6 列表推导式应用案例2:汇总多工作簿数据  109
    5.6 列表的转换  110
    5.6.1 类对象转换list . 111
    5.6.2 反转列表reverse . 112
    5.6.3 列表复制copy . 112
    5.6.4 列表组合zip  114
    5.6.5 列表转换应用案例:给名单中的名字添加序号 . 115
    5.7 常用列表统计方式  117
    5.7.1 常用统计函数1 . 117
    5.7.2 列表统计应用案例1:统计每个人全年工资信息  118
    5.7.3 常用统计函数2 . 120
    5.7.4 列表统计应用案例2:按等级做计数统计  120
    
    第 6 章
    Python 有序对象——元组处理技术 . 122
    6.1 元组的创建与删除  123
    6.2 元组的基本操作  123
    6.2.1 元组的合并  123
    6.2.2 元组的复制  124
    6.2.3 元组的循环  126
    6.2.4 类对象转换  127
    6.2.5 元组应用案例:将单列数据转换为多行多列数据 . 127
    6.3 常用元组统计函数  130
    
    第 7 章
    Python 无序对象——字典处理技术 . 131
    7.1 字典的基本操作  132
    7.1.1 字典的创建与删除  133
    7.1.2 字典中键值的获取  133
    7.2 字典键值的增加、删除和修改  134
    7.2.1 字典键值的增加  134
    7.2.2 字典键值的删除  135
    7.2.3 字典键值的修改  135
    7.2.4 字典键值应用案例1:提取各班最后一条记录  136
    7.2.5 字典键值应用案例2:按姓名求总分与平均分  137
    7.3 字典的转换  139
    7.3.1 类对象转换dict . 139
    7.3.2 dict.fromkeys 转换法 . 140
    7.3.3 字典转换应用案例:多列求唯一值  141
    7.4 字典综合应用案例  142
    7.4.1 字典综合应用案例1:获取未完成名单 . 142
    7.4.2 字典综合应用案例2:多工作簿数据合并  144
    7.4.3 字典综合应用案例3:统计数据并分发至不同的工作簿  146
    
    第 8 章
    Python 无序对象——集合处理技术 . 149
    8.1 集合的创建与删除  150
    8.2 集合元素的添加与删除  150
    8.2.1 集合元素的添加  150
    8.2.2 集合元素的删除  151
    8.2.3 集合元素的添加应用案例:多列求唯一值 . 152
    8.3 集合之间的大小比较  153
    8.3.1 集合的比较运算  153
    8.3.2 集合的比较运算应用案例:判断指定的多个等级是否存在 . 154
    8.4 集合的转换  155
    8.4.1 类对象转换set  155
    8.4.2 集合的转换应用案例:获取每个工作表中不重复的名单 . 156
    8.5 集合的运算  158
    8.5.1 并集运算  158
    8.5.2 交集运算  159
    8.5.3 差集运算  160
    8.5.4 对称差集运算  162
    8.5.5 集合运算小结  163
    8.6 集合运算应用案例  164
    8.6.1 集合的并集运算应用案例:多表多列求唯一值 . 164
    8.6.2 集合的交集运算应用案例:多列求相同值 . 166
    8.6.3 集合的差集运算应用案例:根据达标月份获取未达标月份 . 168
    
    第9 章
    优化代码利器——Python 自定义函数 . 171
    9.1 自定义函数编写规范  172
    9.1.1 函数的定义  172
    9.1.2 自定义函数的创建与调用  172
    9.1.3 自定义函数应用案例:平均函数的定义及应用 . 174
    9.2 必选参数的写法及应用  175
    9.2.1 必选参数(位置参数)  175
    9.2.2 必选参数应用案例:给号码分段  176
    9.3 可选参数的写法及应用  177
    9.3.1 可选参数(默认参数)  178
    9.3.2 可选参数应用案例:模拟vlookup 函数的应用 178
    9.4 关键字参数的写法及应用  180
    9.4.1 关键字参数  180
    9.4.2 关键字参数应用案例:分类合并字符串  182
    9.5 不定长参数的写法及应用  183
    9.5.1 不定长参数1 . 184
    9.5.2 不定长参数2 . 185
    9.5.3 不定长参数应用案例:替换函数增强版  185
    9.6 匿名函数的写法及应用  187
    9.6.1 匿名函数的语法结构  187
    9.6.2 常见的匿名函数书写方式  188
    9.6.3 匿名函数应用案例:根据身份证号判断性别 . 189
    9.7 将自定义函数存放在.py 文件中  190
    9.7.1 将函数定义在单独的.py 文件中  191
    9.7.2 将函数定义在文件夹中  192
    
    第 10 章
    Python 高阶函数——常用高阶函数应用 . 194
    10.1 转换函数map  195
    10.1.1 map 函数的第1 个参数为内置函数. 195
    10.1.2 map 函数的第1 个参数为自定义函数 . 196
    10.1.3 map 函数的第1 个参数为匿名函数. 196
    10.1.4 map 函数的第1 个参数是多参数  197
    10.1.5 高阶函数map 应用案例:将二维表转换为一维表  197
    10.2 筛选函数filter . 199
    10.2.1 使用filter 函数筛选列表  200
    10.2.2 高阶函数filter 应用案例:计算美式排名和中式排名 . 200
    10.3 排序函数sort 与sorted  202
    10.3.1 排序函数sort . 202
    10.3.2 排序函数sorted . 204
    10.3.3 高阶函数sort 应用案例:对字符串中的数据排序 . 205
    10.3.4 高阶函数sorted 应用案例:改进美式排名和中式排名的算法 . 206
    
    第 11 章
    优秀的 Python 第三方库——openpyxl 库 . 209
    11.1 安装openpyxl 库 . 210
    11.2 工作簿的基本操作  210
    11.2.1 工作簿的新建  210
    11.2.2 工作簿的读取  211
    11.2.3 工作簿操作应用案例:批量新建工作簿 . 212
    11.3 工作表的基本操作  213
    11.3.1 工作表的新建  213
    11.3.2 工作表的读取  215
    11.3.3 工作表的复制  216
    11.3.4 工作表的移动  217
    11.3.5 工作表的删除  218
    11.3.6 工作表操作应用案例1:批量新建工作表  219
    11.3.7 工作表操作应用案例2:批量复制工作表并修改工作表名称  220
    11.3.8 工作表操作应用案例3:拆分多个工作表到多个工作簿  221
    11.4 单元格的基本操作  222
    11.4.1 单元格的获取  222
    11.4.2 单元格区域的获取  223
    11.4.3 行信息的获取  225
    11.4.4 列信息的获取  227
    11.4.5 单元格的写入  229
    11.4.6 单元格操作应用案例1:制作九九乘法表  231
    11.4.7 单元格操作应用案例2:求每个人各科分数之和  232
    11.4.8 单元格操作应用案例3:多工作表数据合并  234
    11.4.9 单元格操作应用案例4:多工作簿数据合并  235
    11.5 工作表的其他操作  237
    11.5.1 行和列的插入与删除  237
    11.5.2 单元格的移动  238
    11.5.3 删除行和列应用案例:按条件筛选数据 . 240
    11.5.4 插入行和列应用案例:批量制作工资条 . 242
    
    第 12 章
    Python 与Excel 结合使用——综合应用案例 . 244
    12.1 综合应用案例1:自定义排序 . 245
    12.2 综合应用案例2:按行各自排序法 . 246
    12.3 综合应用案例3:整理不规范的数据 248
    12.4 综合应用案例4:将一维表转换为二维表  249
    12.5 综合应用案例5:根据业绩计算提成金额  251
    12.6 综合应用案例6:查询业绩表中每个月的最高业绩记录  252
    12.7 综合应用案例7:二维表的多种汇总方式  254
    12.8 综合应用案例8:按多列分组汇总 . 256
    12.9 综合应用案例9:多工作簿数据汇总 258
    12.10 综合应用案例10:计划招生与实际招生对比  260
    
    第 13 章
    数据分析库——Pandas . 262
    13.1 安装Pandas 库 . 263
    13.2 Pandas 对Excel 数据的导入与导出 . 263
    13.2.1 导入Excel 数据为DataFrame 表格 . 263
    13.2.2 导出DataFrame 表格为Excel 工作簿 . 265
    13.3 创建DataFrame 表格. 266
    13.3.1 DataFrame 表格结构 . 266
    13.3.2 使用Series 创建表格  267
    13.3.3 使用数组创建表格  268
    13.3.4 使用列表创建表格  269
    13.3.5 使用字典创建表格  269
    13.4 列操作  270
    13.4.1 选择列  270
    13.4.2 添加列  271
    13.4.3 删除列  272
    13.4.4 重命名列  272
    13.4.5 更改列类型  273
    13.5 行操作  274
    13.5.1 选择行  274
    13.5.2 添加行  275
    13.5.3 删除行  276
    13.5.4 筛选行  277
    13.5.5 排序行  278
    13.6 数据分支判断  278
    13.6.1 Series 分支判断 . 279
    13.6.2 DataFrame 分支判断 . 279
    13.7 数据迭代  280
    13.7.1 迭代Series 元素  280
    13.7.2 迭代DataFrame 元素  281
    13.7.3 迭代DataFrame 行列  282
    13.8 聚合与分组  283
    13.8.1 聚合函数  283
    13.8.2 分组操作  284
    13.9 转换与合并  287
    13.9.1 数据转换  287
    13.9.2 数据合并  290
    13.10 实例应用  291
    13.10.1 分组聚合  291
    13.10.2 分组筛选  291
    13.10.3 合并多个工作表数据  292
    13.10.4 合并多个工作簿数据  293
    13.10.5 拆分数据到不同的工作表  295
    13.10.6 拆分数据到不同的工作簿  296
    
    展开

    前     言

    学习Python 的必要性
    对于职场人员来说,要处理数据,大多会选择使用Excel,还有必要学习Python吗?当然有。Excel 虽然处理数据灵活、高效、强大,但这些优势都局限在Excel 自带的功能中,而Excel 中没有的功能,只能用VBA 完成。而VBA 的语法没有Python的语法优雅、简捷,功能扩展比较有限,调试起来也比较麻烦。另外,Python 还有多到用户无法想象的第三方库。用户想要的功能模块,都可以找到对应的库。这也是Python 流行的原因。本书第2 版增加第13 章,介绍了使用Python 的Pandas 技术来处理Excel 数据,方法更加简洁、运行速度更高效。
    Python 是当前较热门的编程语言之一,当你学会使用Python 后,用Python 可以实现工作、生活中的各种奇思妙想。
    
    本书的写作特点
    本书从零开始讲解Python 的基础知识,为了让读者在学习时对Python 的知识点有更深刻的理解,本书采用了即学即用的讲解方式。在介绍知识点的同时,将知识点穿插到案例应用中,而案例应用采用“提出要解决的问题→找到解决问题的思路→展示完成前后的对比效果→提供解决问题的代码→逐步分析代码”的方式进行讲解,使读者既学会了Python 的知识点,也厘清了解决问题的思路,同时掌握了代码的编写技巧。
    
    本书的主要内容
    本书是写给非IT 领域职场人员的。因为本书面向的不是专业程序员,所以在叙述上通俗易懂。本书分为12 章,每章的内容分别如下。
    第 1 章:介绍Python 的基础知识。
    第 2 章:讲解xlrd、xlwt、xlutils 这3 个处理Excel 文件的第三方库的安装方法,并讲解使用它们对Excel 文件进行的一些基本操作。
    第 3 章:讲解Python 中的循环语句与条件分支语句的语法结构和使用方法等。
    第4 章:讲解字符串的切片、统计、搜索、替换、拆分与合并等。
    第 5 章:讲解列表的创建、删除与切片,列表元素的增加、删除和修改,列表操作符,列表推导式,以及列表的转换、统计等。
    第 6 章:讲解元组处理技术。由于元组对象相当于只读列表,因此元组的操作与列表的操作基本相同。本章只讲解它们的差异部分。
    第 7 章:讲解字典的基础操作,字典键值的修改、增加、删除,以及将其他序列对象转换为字典的不同方法。
    第 8 章:讲解集合的创建与删除、集合元素的添加与删除,以及集合之间的各种布尔运算。
    第 9 章:讲解在Python 中如何创建自定义函数、创建自定义函数时不同类型参数的写法和匿名函数的写法,以及自定义函数在不同位置的调用方法。
    第 10 章:讲解map、filter、sort 和sorted 这4 个高阶函数的使用方法。
    第 11 章:讲解openpyxl 库的安装,以及工作簿、工作表、单元格的各种基本操作。
    第 12 章:应用本书讲解的知识点,列举了10 个经典的综合应用案例。
    第 13 章:将Excel 转换为DataFrame 和Series 数据,以及对这两种数据的基础操作、分组聚合、合并拆分等数据处理。
    
    本书读者对象
    本书适合有一定Excel 基础的读者阅读,或者对数据进行整理、汇总、分析等处理有需求的读者阅读;同样适合财务人员、统计人员、仓库管理人员、数据分析人员和电子商务相关人员阅读。
    
    致谢
    首先感谢我的父母,虽然我敢肯定他们不会看,也看不懂本书,但是他们给了我受教育的机会,才让我现在有了码字成书的机会。
    感谢本书的另一位作者曾智勇先生,他既是我的大哥,也是我的老师,就因为当年他无意中的一句话:“会使用电脑是以后在工作中的必备技能,你还是应该学学使用电脑。”在我心里埋下了要学电脑的种子。
    感谢我的职业领路人周茂生先生,当初我的一个小错误,让我结识了我的职业生涯中的贵人。如果没有他的引导与培养,我就不会有从事软件培训的机会,更不会有写书的机会。怀念我们当初一起工作的点点滴滴,虽然过去十多年,但仿佛就在昨天。
    感谢我的妻子曾瑜女士,做好了我的后勤工作,让我心无旁骛地写作。技术图书的编写要求特别严谨,难免有时觉得枯燥,偶有惰怠之时,她会调侃道:“赶紧写,村头厕所可没纸了!”以提醒我加快写作进度。
    最后,还要感谢本书的幕后英雄,感谢你们在封面设计、文字校对、文稿润色、出版安排等方面的辛苦工作,谢谢你们!
    
    本书读者服务
    本书中所使用的大部分案例均附有配套素材文件供读者下载(下载方式请见本书封底)。
    因笔者水平有限,书稿虽经多次修改,但纰漏之处在所难免,欢迎及恳请读者朋友给予批评与指正(笔者邮箱:zxzyer@qq.com)。
    
    展开

    作者简介

    曾贤志办公软件培训讲师;特邀技术图书作者;KVP(金山办公最有价值专家);WPS官网内容共创者;主要做Word、Excel、PowerPoint培训。擅长技术有Office、VBA、JSA、Power Query、Power Pivot、Power BI、Python与Excel结合应等。为国家电网、中国电信、富士康、康师傅等多家企业做过办公软件培训。曾智勇高级教师;优秀校长;专家库入库专家;擅长利用数据分析提高教学效果和创造个性化的学习体验。比如通过收集学生的成绩、行为和参与情况等数据,使用Python和Excel来分析学生的学习需求和潜在问题,并采取有针对性的措施来帮助他们实现最佳学习效果。
  • 样 章 试 读
    本书暂无样章试读!
  • 图 书 评 价
华信教育资源网