Excel + Python

作者简介

费利克斯·朱姆斯坦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。

本书目录

前言 xiii
第一部分　Python入门
第 1 章　为什么要用Python为Excel编程 3
1.1 Excel作为一门编程语言 4
新闻中的Excel 5
编程最佳实践 5
现代Excel 10
1.2 用在Excel上的Python 11
可读性和可维护性 11
标准库和包管理器 12
科学计算 13
现代语言特性 14
跨平台兼容性 15
1.3 小结 15
第 2 章　开发环境 17
2.1 Anaconda Python发行版 18
安装 18
Anaconda Prompt 19
Python REPL：交互式Python会话 21
包管理器：Conda和pip 22
Conda环境 24
2.2 Jupyter笔记本 24
运行Jupyter笔记本 25
笔记本单元格 26
编辑模式与命令模式 28
执行顺序很重要 28
关闭Jupyter笔记本 28
2.3 VS Code 30
安装和配置 31
执行Python脚本 33
2.4 小结 36
第 3 章　Python入门 37
3.1 数据类型 37
对象 38
数值类型 39
布尔值 41
字符串 42
3.2 索引和切片 43
索引 43
切片 44
3.3 数据结构 45
列表 45
字典 47
元组 49
集合 49
3.4 控制流 50
代码块和pass语句 50
if 语句和条件表达式 51
for 循环和while循环 52
列表、字典和集合推导式 55
3.5 组织代码 56
函数 56
模块和import语句 57
datetime类 59
3.6 PEP 8：Python风格指南 61
PEP 8和VS Code 62
类型提示 63
3.7 小结 64
第二部分　pandas入门
第4 章　NumPy基础 67
4.1 NumPy入门 67
NumPy数组 67
向量化和广播 69
通用函数 70
4.2 创建和操作数组 71
存取元素 71
方便的数组构造器 72
视图和副本 73
4.3 小结 73
第 5 章　使用pandas进行数据分析 74
5.1 DataFrame和Series 74
索引 76
列 79
5.2 数据操作 80
选取数据 80
设置数据 85
缺失数据 87
重复数据 89
算术运算 90
处理文本列 91
应用函数 92
视图和副本 93
5.3 组合DataFrame 94
连接 94
连接和合并 95
5.4 描述性统计量和数据聚合 97
描述性统计量 97
分组 98
透视和熔化 99
5.5 绘图 100
Matplotlib 100
Plotly 102
5.6 导入和导出DataFrame 104
导出CSV文件 105
导入CSV文件 106
5.7 小结 107
第6 章　使用pandas进行时序分析 109
6.1 DatetimeIndex 110
创建DatetimeIndex 110
筛选DatetimeIndex 112
处理时区 113
6.2 常见时序操作 114
移动和百分比变化率 114
基数的更改和相关性 116
重新采样 118
滚动窗口 119
6.3 pandas的局限性 120
6.4 小结 121
第三部分　在Excel之外读写Excel文件
第 7 章　使用pandas操作Excel文件 125
7.1 案例研究：Excel报表 125
7.2 使用pandas读写Excel文件 128
read_excel函数和ExcelFile类 128
to_excel方法和ExcelWriter类 133
7.3 使用pandas处理Excel文件的局限性 134
7.4 小结 135
第 8 章　使用读写包操作Excel文件 136
8.1 读写包 136
何时使用何种包 137
excel.py模块 138
OpenPyXL 139
XlsxWriter 143
pyxlsb 145
xlrd、xlwt和xlutils 146
8.2 读写包的高级主题 149
处理大型Excel文件 149
调整DataFrame在Excel中的格式 152
案例研究复习：Excel报表 157
8.3 小结 158
第四部分　使用xlwings对Excel应用程序进行编程
第 9 章　Excel自动化 161
9.1 开始使用xlwings 162
将Excel用作数据查看器 162
Excel对象模型 163
运行VBA代码 170
9.2 转换器、选项和集合 170
处理DataFrame 171
转换器和选项 172
图表、图片和已定义名称 174
案例研究再次回顾：Excel报表 177
9.3 高级xlwings主题 179
xlwings的基础 179
提升性能 180
如何弥补缺失的功能 181
9.4 小结 182
第 10 章　Python驱动的Excel工具 183
10.1 利用xlwings将Excel用作前端 183
Excel插件 184
quickstart命令 185
Run main 186
RunPython函数187
10.2 部署 191
Python依赖 191
独立工作簿：脱离xlwings插件 191
配置的层次关系 192
设置 193
10.3 小结 194
第 11 章　Python包追踪器 195
11.1 构建什么样的应用程序 195
11.2 核心功能 197
Web API 198
数据库 201
异常 208
11.3 应用程序架构 210
前端 211
后端 215
调试 217
11.4 小结 219
第 12 章　用户定义函数 220
12.1 UDF入门 220
12.2 案例研究：Google Trends 225
Google Trends简介 225
使用DataFrame和动态数组 226
从Google Trends上获取数据 231
使用UDF绘制图表 234
调试UDF 236
12.3 高级UDF主题 238
基础性能优化 238
缓存 240
sub装饰器 242
12.4 小结 243
附录A　Conda环境 245
附录B　高级VS Code功能 248
附录C　高级Python概念 253
· · · · · ·