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。 本书可作为Excel爱好者和数据分析初学者的入门书籍，以及想提高数据分析效率，拓展数据分析手段相关人员的参考书籍。

曾贤志,Office技术培训专家，我要自学网专家讲师，特邀技术图书作者，擅长使用VBA、SQL、Power BI、Python等技术做数据分析。著有《Power Query For Excel让工作化繁为简》《加薪不加班：174个Excel函数案例闯职场》《从Excel到Python：用Python轻松处理Excel数据》等与数据分析相关的技术图书。

前言 Excel是一款非常流行的电子表格软件。它是一种很好的数据存储方式，同时也是一款强大的数据清洗、分析工具。任何事物有强就有弱。Excel本身已经内置了很多实用的功能，为什么还要选择Pandas工具来处理Excel数据呢？ 首先，在Excel进行数据清洗时，如果工作重复度比较高，反复使用手动操作效率太低，不具有自动化功能。当然，也可以用Excel内置的VBA编程进行二次开发，解决自动化问题，但Pandas更胜一筹，其代码简洁，灵活性强，运算速度更快。 其次，Pandas是跨平台的，在不同的操作系统上均可以使用。即使没有安装电子表格软件，也可以使用。不但如此，Pandas还支持TXT、CSV、HTML和数据库等更多格式的数据获取方式。 那么，什么是Pandas？Pandas是Python中的一个数据分析包，是基于NumPy的(提供高性能的矩阵运算，这就标志着它的运算速度快)。并且Pandas提供了超强的数据清洗功能，可以用于数据挖掘和数据分析，可以说Pandas就是为数据分析而生的。 本书从学习Excel数据清洗的视角来学习Pandas，更易上手。很多时候，Pandas中编写的数据处理代码像Excel中的工作表函数公式一样，一条代码就能完成任务，优雅又简洁。 本书主要内容 第1章介绍Anaconda集成环境的安装，Jupyter Notebook的使用，以及Python语言的基础语法应用。 第2章介绍Pandas对Excel/CSV文件的读取与保存设置，并介绍Pandas的DataFrame和Series两大核心数据结构。 第3章介绍NumPy数...