新書推薦：
《
神灵衰落：祈雨与乾隆朝的信仰危机
》
售價：HK$
106.8
《
深度营销：成就营销领导力的12大原则（麦肯锡年度经管好书，12大原则揭秘营销本质，带好团队就是从领导力到影响力！）
》
售價：HK$
69.6
《
新质生产力：发展新动能
》
售價：HK$
105.6
《
状态比能力更重要：108个状态调整法
》
售價：HK$
66.0
《
中国上市公司担保行为的影响因素及其效应研究
》
售價：HK$
43.2
《
企业级数据架构：核心要素、架构模型、数据管理与平台搭建 李杨
》
售價：HK$
118.8
《
政和元年：宋辽金夏的国运博弈与谍战风云
》
售價：HK$
81.6
《
黄金圈法则
》
售價：HK$
93.6
|
| 內容簡介： |
|
写作本书的目的是希望让不懂编程的读者也能使用ChatGPT生成代码，轻松实现Excel数据处理自动化，让读者从零基础成为高手；让懂编程的读者也能收获良多，快速提升工作效率。书中用ChatGPT自动生成代码，实现了Excel数据处理自动化的绝大部分内容，包括数据导入和导出、数据整理、数据预处理、数据统计分析、数据可视化和与Excel工作表交互等。书中针对数据处理的每个问题都提供了示例，结合示例实践了提示词的编写技巧，并对与表达、数据、输出、效率和语言等相关的主题进行了探讨和总结。书中的代码是使用pandas、xlwings和OpenPyXL编写的，这也是目前通过编程方式处理Excel数据最优的工具组合。本书适合任何对ChatGPT和Excel数据处理感兴趣的读者阅读，包括职场办公人员、数据分析人员、大学生、科研人员和程序员等。
|
| 關於作者： |
|
童大谦，具有15年以上VB、VBA、.NET开发经验，开发了多个数学、数据分析与可视化方面的软件，以及与科研院所合作开发了若干个软件系统。对Python、MATLAB、SPSS、R等数据分析软件非常熟悉，出版多本相关图书。曾在高校执教，CSDN高级讲师，全网学员目前近30万人。
|
| 目錄：
|
|
第1章 概述11.1 Excel和Python数据处理简介11.1.1 Excel数据处理11.1.2 使用Python处理数据21.1.3 pandas、xlwings和OpenPyXL组合的优势21.1.4 DataFrame和Series31.1.5 Python及各种包的安装41.1.6 Python IDLE编程环境51.2 ChatGPT及其操作基础71.2.1 ChatGPT简介71.2.2 得到想要的答案：提示词简介71.2.3 使用ChatGPT生成代码91.2.4 面向问题重构与提示词模板111.2.5 使用ChatGPT进行数据分析的主要思想和步骤小结111.3 提示词的编写技巧121.3.1 基本技巧121.3.2 数据相关121.3.3 表达相关131.3.4 输出相关141.3.5 效率相关141.3.6 语言相关151.4 怎样使用本书161.4.1 不同读者怎样使用本书161.4.2 在使用提示词时可能遇到的问题及解决办法16第2章 使用ChatGPT+pandas实现数据导入和导出182.1 使用ChatGPT+pandas导入Excel文件中的数据182.1.1 导入Excel文件中的全部数据182.1.2 导入Excel文件中的部分数据202.2 使用ChatGPT+pandas将数据写入Excel文件中212.3 使用ChatGPT+pandas实现CSV文件中数据的导入和导出232.4 将数据保存到新工作簿的工作表中252.5 将数据保存到同一工作簿的新工作表中272.6 局部区域数据的导入和导出（与xlwings交互）312.7 局部区域数据的导入和导出（与OpenPyXL交互）33第3章 使用ChatGPT+pandas实现单个文件数据的整理363.1 使用ChatGPT+pandas实现列操作363.1.1 直接添加一个新列363.1.2 利用已有列数据通过简单计算得到新列383.1.3 利用已有列数据通过转换得到新列393.1.4 利用已有列数据通过统计得到新列423.1.5 根据简单条件得到新列453.1.6 根据多级条件得到新列463.1.7 根据多列数据组成的条件得到新列483.1.8 根据条件得到新列（mask方法）503.1.9 根据条件得到新列（where方法）513.1.10 插入列533.1.11 修改单个列的列名543.1.12 修改多个列的列名563.1.13 给所有列名添加前缀和后缀573.1.14 修改列数据的数据类型593.1.15 修改列数据613.1.16 修改列数据的格式633.1.17 将列中的字符串数据修改为数字653.1.18 根据条件修改数据673.1.19 删除列683.2 使用ChatGPT+pandas实现行操作703.2.1 直接添加一个新行703.2.2 利用已有行数据通过计算得到新行723.2.3 插入行743.2.4 修改行名763.2.5 修改行数据783.2.6 删除行793.3 使用ChatGPT+pandas实现值操作813.3.1 修改单个值813.3.2 修改局部区域中的值823.3.3 修改所有值843.4 使用ChatGPT+pandas实现数据查询863.4.1 单条件查询863.4.2 多条件查询883.5 使用ChatGPT+pandas实现数据排序893.5.1 单条件排序893.5.2 多条件排序913.5.3 提取前3名数据923.6 使用ChatGPT+pandas实现数据筛选943.6.1 单条件筛选943.6.2 多条件筛选963.7 使用ChatGPT+pandas实现数据排名973.7.1 中国式排名973.7.2 美国式排名99第4章 使用ChatGPT+pandas实现多个文件数据的整理1024.1 使用ChatGPT+pandas拆分数据1024.1.1 简单拆分——垂直1024.1.2 简单拆分——水平1044.1.3 根据变量的值将数据拆分到不同工作簿中1054.2 使用ChatGPT+pandas合并数据1074.2.1 合并不同工作表中的数据1074.2.2 合并不同工作簿中的数据1124.3 使用ChatGPT+pandas拼接数据1144.4 使用ChatGPT+pandas连接数据1164.5 使用ChatGPT+pandas追加数据118第5章 使用ChatGPT+pandas实现文本数据的整理1205.1 使用ChatGPT+pandas提取子文本1205.2 使用ChatGPT+pandas改变文本大小写1225.3 使用ChatGPT+pandas实现分列1245.3.1 使用单一分隔符进行分列1245.3.2 使用多种分隔符进行分列1265.3.3 按照固定宽度进行分列1285.4 使用ChatGPT+pandas合并文本1295.5 使用ChatGPT+pandas查找和替换子文本1325.6 使用ChatGPT+pandas输出文本的格式133第6章 使用ChatGPT+pandas实现日期时间数据的整理1366.1 使用ChatGPT+pandas实现时间点数据的整理1366.1.1 从给定的日期时间中提取单位对应的数字1366.1.2 计算给定日期是星期几1386.2 使用ChatGPT+pandas实现时间段数据的整理1406.2.1 计算两个日期之间的间隔天数1406.2.2 已知起始日期和间隔天数计算终止日期142第7章 使用ChatGPT+pandas实现时间序列数据的整理1447.1 时间序列数据1447.1.1 创建时间序列数据1447.1.2 从文件中导入时间序列数据1467.2 使用ChatGPT+pandas实现时间序列数据的常见处理1487.2.1 数据查询1487.2.2 数据筛选1497.2.3 数据转换1507.2.4 数据汇总1527.3 使用ChatGPT+pandas实现时间序列数据偏移1537.3.1 日期时间偏移1537.3.2 工作日偏移1547.4 使用ChatGPT+pandas实现时间序列数据平滑1567.5 使用ChatGPT+pandas实现时间序列数据重采样158第8章 使用ChatGPT+pandas实现分类数据的整理1608.1 分类数据1608.1.1 创建分类数据1608.1.2 设置分类值1628.1.3 对分类数据进行排序1638.2 使用ChatGPT+pandas处理分类数据1648.2.1 查询分类1658.2.2 增加分类值1668.2.3 修改分类值1678.2.4 删除分类值168第9章 使用ChatGPT+pandas实现数据预处理1709.1 使用ChatGPT+pandas处理重复数据1709.1.1 整行数据重复的处理1709.1.2 指定数据重复的处理1729.2 使用ChatGPT+pandas处理缺失值1739.2.1 发现缺失值1749.2.2 删除缺失值1769.2.3 填充缺失值1779.3 使用ChatGPT+pandas处理异常值1799.3.1 发现异常值1799.3.2 删除异常值1829.3.3 替换异常值1849.4 使用ChatGPT+pandas实现数据转换1859.4.1 数据标准化1869.4.2 数据归一化187?第10章 使用ChatGPT+pandas实现统计分析19010.1 使用ChatGPT+pandas实现描述性统计19010.1.1 描述数据集中趋势19010.1.2 描述数据离中趋势19210.1.3 描述数据分布形状19410.2 使用ChatGPT+pandas实现分组统计19510.2.1 分组描述性统计19510.2.2 分组提取首次数据和末次数据19710.2.3 多条件汇总19910.2.4 分组按条件统计20110.3 使用ChatGPT+pandas实现频数分析20210.4 使用ChatGPT+pandas实现数据透视表20410.4.1 创建数据透视表20410.4.2 设置数据透视表中值的输出格式20610.4.3 处理数据透视表中的缺失值20810.4.4 设置数据透视表的聚合函数21010.4.5 为数据透视表添加行汇总和列汇总21310.4.6 设置数据透视表中数据的显示方式21510.4.7 对数据透视表中的数据进行排序21710.4.8 聚合函数为连接字符串219第11章 使用ChatGPT实现与Excel工作表相关的设置22311.1 使用ChatGPT+xlwings设置Excel工作表22311.1.1 设置边框22311.1.2 设置背景色22711.1.3 设置字体22911.1.4 设置对齐方式23111.1.5 单元格合并和取消合并23311.2 使用ChatGPT+OpenPyXL设置Excel工作表23511.2.1 设置边框23511.2.2 设置背景色23811.2.3 设置字体23911.2.4 设置对齐方式24111.2.5 单元格合并和取消合并242第12章 使用ChatGPT实现数据可视化24412.1 使用ChatGPT+xlwings实现数据可视化24412.1.1 条形图24412.1.2 饼图24712.2 使用ChatGPT+OpenPyXL实现数据可 视化24912.2.1 条形图24912.2.2 饼图25112.3 使用ChatGPT+Matplotlib实现数据可视化25212.3.1 条形图25312.3.2 饼图254第13章 Python语法基础25613.1 常量和变量25613.1.1 常量25613.1.2 变量及其声明、赋值和删除25613.1.3 变量的数据类型25713.2 数字25713.2.1 整型数字25713.2.2 浮点型数字25813.3 字符串25813.3.1 创建字符串25813.3.2 索引和切片25813.3.3 字符串的长度和大小写25913.3.4 字符串的分割、连接和删除25913.4 列表26013.4.1 创建列表26013.4.2 添加列表元素26113.4.3 索引和切片26113.4.4 删除列表元素26213.5 元组 26213.5.1 元组的创建和删除26313.5.2 索引和切片26313.6 字典26313.6.1 字典的创建26313.6.2 字典元素的增、删、改、查26413.7 表达式26513.7.1 算术运算符26513.7.2 关系运算符26513.7.3 逻辑运算符26613.8 流程控制26613.8.1 判断结构26613.8.2 循环结构——for循环26813.8.3 循环结构——while循环26813.9 函数26913.9.1 内部函数26913.9.2 标准模块函数和第三方模块 函数26913.9.3 自定义函数269第14章 pandas基础27114.1 NumPy数组271
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
