从Excel到Python：用Python轻松处理Excel数据（第2版）

评分6.2分

本书是写给非IT 领域职场人员的Python 数据处理指南。因为本书面向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，又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、Python 与Excel 综合应用案例，以及数据分析库Pandas。

Python数据分析实战——从Excel轻松入门Pandas

评分8.9分

本书从零开始系统讲解了使用Pandas导入Excel数据，然后使用Pandas技术对数据做整理和分析，最后导出为不同形式的Excel文件。完整实现了数据的导入、处理、输出的处理流程。全书共10章。第1章为Pandas数据处理环境的搭建，第2章为使用Pandas对Excel数据读取与保存，第3章介绍与Pandas底层数据相关的NumPy库，第4章介绍了Pandas中DataFrame表格的增、删、改、查等常用操作，第5章介绍了对Series与DataFrame两种数据的运算、分支、遍历等处理，第6章介绍了字符串的各种清洗技术，第7章介绍时间戳与时间差数据的处理，第8章介绍Pandas中分层索引及与索引相关的操作，第9章介绍了对数据的分组处理及做数据透视表处理，第10章介绍了表格的数据结构转换，以及多表读取与保存。书中包含相应示例，不仅可以学会理论知识还可以灵活应用。

从Excel到Python：用Python轻松处理Excel数据

评分8.8分

本书是写给非IT领域职场办公人员的Python数据处理指南。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。

Power Query For Excel：让工作化繁为简

评分8.7分

本书共6章，采用由浅入深、理论与实战相结合的方式，从操作和代码两个层面讲述Excel最新数据分析利器—PowerQuery的使用。第1章～第4章讲解PowerQuery在Excel中的可视化界面的操作，让用户可以轻松入门；第5章～第6章，从PowerQuery的本质—M语言函数式编程角度，讲解M代码的编写规则，通过编程来完成更高级的数据处理任务本书适合有一定Excel基础的读者，或者需要实现数据处理自动化的读者。同时，本书也适合从事财务、统计、仓管、数据分析、电商等工作的读者学习使用。