新書推薦：
《
图画书中的学科阅读（魔法象·阅读学园）
》
售價：NT$
305
《
木本植物类中药汇编
》
售價：NT$
653
《
异次元社交
》
售價：NT$
347
《
抉择时刻：那些原本可以改变世界的演讲
》
售價：NT$
305
《
海外中国研究·元代江南政治社会史研究
》
售價：NT$
551
《
养元筑基调气血
》
售價：NT$
356
《
永夜微光：拉康与未竟之精神分析革命
》
售價：NT$
602
《
古希腊社会生活史
》
售價：NT$
254
|
| 內容簡介： |
|
本书主要介绍了Excel 2021与Python和Power Bi Desktop相结合进行数据的采集、运算、分析、大数据处理及可视化等方面的内容，主要包括数据输入、图表设计、函数、名称、数据表结构变换、表格与结构化引用、数据模型、Python编程基础、爬虫程序、数据仓库、M语言、DAX语言等基础知识；数据排序、查找、透视、筛选、迷你图、切片器、分类汇总、数据建模等数据管理功能；采集文本数据、数据库数据和网页数据的方法；使用Python批量操作数据的方法，Power Query数据清洗与整合、Power Pivot数据建模与分析、Power View数据可视化等大数据处理方面的内容。 本书通俗易懂，内容翔实，重视知识性和实用性的结合，每章配有相应的习题，可作为高等学校数据科学（大数据）、经济管理、财政金融、统计、文秘等专业数据分析课程的教材，也可作为计算机应用和办公自动化方面的培训教材或参考用书。
|
| 關於作者： |
|
李昌兵，工学博士，硕士生导师，教授。2007年12月毕业于重庆大学控制理论与控制工程专业，并获得工学博士学位；现任教于重庆邮电大学经济管理学院。中国系统工程学会会员。主要从事机器学习与自然语言处理、大数据分析及挖掘、复杂网络分析及优化等领域的研究。主持和参与了国家和省部级各类项目10余项。在《Intelligent Decision Technologies》、《系统工程理论与实践》、《系统工程学报》、《系统仿真学报》、《计算机集成制造系统》等国内外重要学术刊物上发表学术论文 40 余篇，其中SCI及EI检索10篇，CSSCI期刊10余篇。《控制与决策》、《通信学报》、《重庆邮电大学学报》审稿人。参编专著及教材5部，获各级教学成果奖3项。
|
| 目錄：
|
第1章 Excel应用基础1
1.1 工作表、单元格、公式和引用1
1.1.1 Excel的数据组织和文件格式1
1.1.2 模板、用户界面和工作表结构2
1.1.3 工作表、单元格操作基础4
1.1.4 公式和运算符8
1.1.5 单元格引用9
1.2 数据输入和编辑基础12
1.2.1 Excel的数据类型13
1.2.2 基本数据类型的输入13
1.2.3 使用Tab键和Enter键输入选定区域的数据16
1.2.4 输入相同数据16
1.3 编号的输入18
1.3.1 连续编号的输入18
1.3.2 使用自定义格式产生特殊编号19
1.3.3 超长数字编号的输入20
1.3.4 使用“＆”组合多个单元格数据21
1.4 使用下拉列表输入数据22
1.4.1 使用数据验证功能创建数据输入下拉列表22
1.4.2 使用快捷菜单从下拉列表中进行数据输入23
1.4.3 使用组合框创建下拉列表23
1.4.4 使用数据验证功能创建二级下拉列表24
1.5 设置受限输入数据25
1.6 使用填充序列输入数据27
1.6.1 内置序列的输入27
1.6.2 自定义序列28
1.7 行列转置输入29
1.8 使用随机函数产生批量仿真数据29
1.9 编辑工作表数据30
1.10 数据格式化33
1.10.1 格式化数字33
1.10.2 文本格式化函数TEXT37
1.10.3 格式化日期和时间39
1.10.4 条件格式40
小结46
习题147
第2章 函数51
2.1 名称51
2.1.1 名称的定义51
2.1.2 名称应用举例54
2.2 函数简介55
2.3 逻辑函数57
2.3.1 比较运算和逻辑运算57
2.3.2 条件函数IF58
2.4 常用的统计函数61
2.4.1 汇总求和函数61
2.4.2 平均值函数62
2.4.3 统计个数的函数64
2.4.4 计算最值、中值、众数、百分比和排名的函数65
2.5 数学和三角函数68
2.6 日期及时间函数70
2.6.1 Excel的日期系统70
2.6.2 YEAR、MONTH、DAY、NOW和TODAY函数70
2.6.3 WEEKDAY和NETWORKDAYS函数71
2.6.4 EDATE、YEARFRAC和DATEDIF函数71
2.6.5 日期函数举例――计算工龄、小时加班工资72
2.7 常用文本函数74
2.7.1 文本转换与合并函数74
2.7.2 文本子串提取函数76
2.7.3 文本重复、清理和替换
函数77
2.8 错误信息函数79
2.8.1 Excel的常见错误信息79
2.8.2 错误信息函数80
小结82
习题282
第3章 动态报表与数据查找85
3.1 表格与动态报表85
3.1.1 表格概述86
3.1.2 结构化引用和动态报表88
3.1.3 删除重复数据91
3.1.4 查询不同工作表中的数据91
3.2 D函数与动态报表92
3.2.1 D函数简介92
3.2.2 D函数与表结合构造动态数据分析报表93
3.2.3 使用D函数进行查找统计95
3.3 查找与引用函数96
3.3.1 使用行、列计算函数定位与提取数据96
3.3.2 使用INDIRECT函数和名称查询其他工作表中的数据98
3.3.3 使用ADDRESS函数和OFFSET函数进行定位查找与数据提取99
3.3.4 使用CHOOSE函数进行值查询102
3.3.5 使用MATCH函数和INDEX函数构造灵活多样的查询103
3.3.6 使用LOOKUP函数查找不同工作表中的数据106
3.3.7 使用VLOOKUP函数进行表查找107
3.3.8 使用XLOOKUP函数查询数据行112
3.4 文本比对和查找113
3.5 使用SQL查询工作表数据114
3.5.1 Excel SQL查询基础115
3.5.2 SQL条件查询和多表查询117
3.5.3 使用SQL进行分组统计查询118
3.5.4 使用SQL从重复数据中提取不重复数据120
3.6 数据提取与表格结构转换121
3.6.1 随机编排座次表问题121
3.6.2 提取间隔数据行问题123
3.6.3 数据表行列转换问题125
小结127
习题3127
第4章 数据管理与数据透视表基础132
4.1 数据排序132
4.1.1 排序规则132
4.1.2 数字排序133
4.1.3 汉字与字符排序133
4.1.4 多关键字排序134
4.2 数据筛选135
4.2.1 自动筛选135
4.2.2 高级筛选137
4.3 数据分类汇总140
4.4 数据透视表143
4.4.1 数据透视表概述143
4.4.2 建立数据透视表144
4.4.3 建立多字段数据透视表147
4.4.4 修改汇总函数并多次透视同一字段147
4.4.5 修改透视表数据的显示方式148
4.4.6 显示数据项的明细数据149
4.4.7 按年、季、月对时间进行分组透视149
4.4.8 筛选器在数据透视表和数据透视图中的应用151
4.5 合并计算与多工作簿、工作表汇总152
4.5.1 多工作簿中不同结构数据表的合并计算152
4.5.2 同一工作簿中结构相同的多工作表汇总154
4.5.3 数据链接与多工作簿汇总155
小结156
习题4157
第5章 使用Python提高数据处理效率159
5.1 Python编程基础159
5.1.1 Python概述159
5.1.2 Python编程环境搭建160
5.1.3 数据类型、变量、表达式、赋值语句和切片164
5.1.4 Python语句172
5.1.5 函数177
5.2 使用Python批量操作工作簿178
5.2.1 基础知识178
5.2.2 批量创建、更名和查找工作簿180
5.3 使用Python批量操作工作表182
5.3.1 基础知识182
5.3.2 批量创建、添加和更名工作表183
5.3.3 批量复制工作表185
5.3.4 批量拆分每个工作表189
5.4 使用Python批量操作单元格、行、列、区域和表190
5.4.1 基础知识190
5.4.2 批量读取、插入、修改工作表的单元格、行和列数据191
5.5 Python批量格式化工作表、单元格193
5.5.1 基础知识193
5.5.2 批量添加网格线、合并单元格、设置行列字体和颜色195
5.6 Python批量操作工作表数据197
5.6.1 基础知识197
5.6.2 使用Pandas读写Excel文件203
5.6.3 使用Python批量合并工作表207
5.6.4 拆分工作表并批量创建工作簿和工作表211
5.6.5 使用Python批量计算多工作簿多工作表的数据212
5.7 Python批量操作图表217
5.7.1 基础知识217
5.7.2 使用Matplotlib批量绘制图表218
小结220
习题5220
第6章 数据采集与转换224
6.1 数据采集与转换概述224
6.2 文本数据采集225
6.3 数据库数据采集229
6.3.1 数据库采集的基本方法230
6.3.2 Excel与Access的数据交互230
6.3.3 使用Power Query采集数据库中的表233
6.3.4 使用Python采集数据库中的表238
6.4 网络数据采集239
6.4.1 网络爬虫基本知识239
6.4.2 使用Excel爬取网页表格数据246
6.4.3 使用Python爬取网页数据252
小结259
习题6259
第7章 数据清洗、转换与Power Query263
7.1 商业智能数据分析263
7.2 Power Query概述264
7.3 Power Query应用基础266
7.3.1 将查询表返回到Excel工作表中的基本过程266
7.3.2 Power Query功能界面简介267
7.3.3 Power Query操作基础268
7.4 数据清洗的基本操作271
7.5 数据合并277
7.5.1 合并同一工作簿中结构相同的工作表278
7.5.2 合并同一文件夹中结构相同的所有文件280
7.5.3 使用追加查询功能合并结构相同的工作表283
7.5.4 横向合并具有共同字段不同结构的数据表285
7.6 数据表结构变换290
7.6.1 理解透视列和逆透视列290
7.6.2 将二维表转换为一维表292
7.6.3 将一维表转换为多类型报表293
7.7 筛选、条件列和分组运算299
7.7.1 数据筛选299
7.7.2 条件列301
7.7.3 分组运算302
7.8 M语言简介303
7.8.1 M语言入门基础303
7.8.2 表结构在M函数中的引用306
7.8.3 M函数对象与学习方法309
7.8.4 M语言应用案例309
小结314
习题7315
第8章 数据建模与分析Power Pivot317
8.1 Power Pivot基础317
8.1.1 Power Pivot与Pivot317
8.1.2 操作Power Pivot的基本过程318
8.1.3 Power Pivot的基本操作322
8.2 Power Pivot数据建模325
8.2.1 关系数据模型325
8.2.2 数据仓库模型329
8.2.3 人力资源建模示例330
8.3 DAX语言335
8.3.1 DAX公式初体验336
8.3.2 上下文：度量公式的运算基础337
8.3.3 DAX语言基础339
8.4 DAX函数342
8.4.1 DAX函数与Excel函数的关系342
8.4.2 日期和时间函数344
8.4.3 数学和三角函数346
8.4.4 文本函数和统计函数348
8.4.5 逻辑函数和信息函数348
8.5 筛选器函数和计算器函数349
8.5.1 筛选器函数概述350
8.5.2 Related和RelatedTable函数351
8.5.3 Calculate函数351
8.5.4 Calculate函数、度量值与上下文转换353
8.5.5 Filter筛选器355
8.5.6 All、AllSelected和AllExcept函数358
8.5.7 唯一值、X函数与数据透视表“总计”不等的处理360
8.6 RankX、TopN函数和排名363
8.7 时间智能函数和人力资源分析模型中的度量公式365
8.7.1 常用的时间智能函数365
8.7.2 人力资源分析模型中的度量公式367
小结369
习题8370
第9章 图表与数据可视化371
9.1 Excel图表基础371
9.1.1 认识Excel图表371
9.1.2 图表设计功能简介372
9.1.3 图表格式化375
9.2 图表建立的一般过程377
9.2.1 插入初始图表378
9.2.2 图表设计378
9.3 图表类型与基本用法384
9.4 迷你图388
9.5 图表设计技术基础389
9.5.1 图表类型选择389
9.5.2 数据表设计391
9
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
