碼上行動：利用Python與ChatGPT高效搞定Excel數(shù)據(jù)分析

第1章　數(shù)據(jù)分析基礎001
1.1 什么是數(shù)據(jù)分析001
1.2 數(shù)據(jù)分析的目的001
1.3 數(shù)據(jù)分析的步驟002
1.3.1 明確目的002
1.3.2 獲取數(shù)據(jù)002
1.3.3 處理數(shù)據(jù)003
1.3.4 分析數(shù)據(jù)003
1.4 數(shù)據(jù)分析的工具004
ChatGPT學習答疑005
本章小結006
第2章　Python編程環(huán)境的搭建007
2.1 Anaconda的下載與安裝007
2.1.1 什么是Anaconda007
2.1.2 了解計算機的系統(tǒng)和位數(shù)007
2.1.3 下載Anaconda安裝包009
2.1.4 安裝Anaconda010
2.2 Jupyter Notebook的使用012
2.2.1 啟動Jupyter Notebook013
2.2.2 新建Jupyter Notebook
文件014
2.2.3 在Jupyter Notebook中編
寫和運行代碼015
2.2.4 重命名Jupyter Notebook
文件016
2.2.5 保存Jupyter Notebook
文件017
2.2.6 打開指定文件夾中的
Jupyter Notebook文件018
ChatGPT學習答疑019
本章小結021
第3章　Python語法入門知識022
3.1 Python快速入門022
3.1.1 變量022
3.1.2 屏幕輸出——print( )函數(shù)023
3.1.3 屏幕輸入——input( )函數(shù)024
3.1.4 注釋024
3.2 運算符025
3.2.1 算術運算符025
3.2.2 比較運算符026
3.2.3 賦值運算符 026
3.2.4 邏輯運算符027
3.3 常見數(shù)據(jù)類型028
3.3.1 整型和浮點型028
3.3.2 字符串029
3.3.3 查看數(shù)據(jù)類型029
3.3.4 轉換數(shù)據(jù)類型030
3.4 數(shù)據(jù)類型——列表032
3.4.1 創(chuàng)建列表032
3.4.2 統(tǒng)計列表的元素個數(shù)和
出現(xiàn)次數(shù)032
3.4.3 添加列表元素033
3.4.4 刪除列表元素033
3.4.5 合并列表035
3.4.6 遍歷列表中的元素035
3.4.7 排序和反向排列列表元素036
3.4.8 提取列表中的元素036
3.5 數(shù)據(jù)類型——字典038
3.5.1 創(chuàng)建字典038
3.5.2 查找字典元素039
3.5.3 獲取字典的所有鍵或所
有值039
3.5.4 遍歷字典的鍵或值040
3.5.5 獲取和遍歷字典中的鍵
值對040
3.5.6 添加字典元素041
3.5.7 刪除字典元素041
3.5.8 替換字典的元素042
3.5.9 合并字典042
ChatGPT學習答疑043
ChatGPT上機實訓044
本章小結047
第4章　Python語法基礎知識048
4.1 Python條件語句048
4.1.1 if語句048
4.1.2 If-else語句049
4.1.3 if-elif-else語句049
4.2 Python循環(huán)語句050
4.2.1 for語句050
4.2.2 while語句051
4.2.3 break語句051
4.2.4 continue語句052
4.3 Python嵌套語句053
4.3.1 if語句的嵌套053
4.3.2 if語句和for語句的嵌套054
4.3.3 for語句的嵌套055
4.4 Python內置函數(shù)056
4.4.1 list( )函數(shù)056
4.4.2 len( )函數(shù)057
4.4.3 range( )函數(shù)058
4.4.4 zip( )函數(shù)059
4.5 Python自定義函數(shù)060
4.5.1 自定義無參數(shù)的函數(shù)060
4.5.2 自定義有參數(shù)的函數(shù)061
4.5.3 自定義有返回值的函數(shù)062
4.6 匿名函數(shù)063
4.7 庫063
4.7.1 什么是庫063
4.7.2 安裝庫064
4.7.3 導入庫065
4.8 Python常用編程術語067
ChatGPT學習答疑067
ChatGPT上機實訓069
本章小結073
第5章　數(shù)據(jù)的獲取與準備074
5.1 數(shù)據(jù)結構——Series074
5.2 數(shù)據(jù)結構——DataFrame076
5.3 數(shù)據(jù)的讀取與寫入078
5.3.1 讀取Excel工作簿數(shù)據(jù)078
5.3.2 讀取CSV文件數(shù)據(jù)080
5.3.3 將數(shù)據(jù)寫入Excel工作簿082
5.3.4 將數(shù)據(jù)寫入CSV文件083
5.4 數(shù)據(jù)的查看083
5.4.1 預覽數(shù)據(jù)的前幾行/
后幾行083
5.4.2 查看數(shù)據(jù)表的行數(shù)
和列數(shù)084
5.4.3 查看數(shù)據(jù)的基本統(tǒng)計
信息085
5.4.4 查看數(shù)據(jù)的類型085
5.5 數(shù)據(jù)的選擇086
5.5.1 選擇單行和單列數(shù)據(jù)086
5.5.2 選擇不連續(xù)的多行數(shù)據(jù)088
5.5.3 選擇不連續(xù)的多列數(shù)據(jù)089
5.5.4 選擇連續(xù)的多行數(shù)據(jù)090
5.5.5 選擇連續(xù)的多列數(shù)據(jù)090
5.5.6 選擇不連續(xù)的多行和
多列數(shù)據(jù)091
5.5.7 選擇連續(xù)的多行和
多列數(shù)據(jù)092
5.5.8 選擇連續(xù)的多行和不連續(xù)
的多列數(shù)據(jù)092
5.5.9 選擇不連續(xù)的多行和連續(xù)
的多列數(shù)據(jù)093
ChatGPT學習答疑095
ChatGPT上機實訓096
本章小結099
第6章　數(shù)據(jù)的清洗100
6.1 添加和修改標簽100
6.1.1 修改行標簽和列標簽100
6.1.2 將某列數(shù)據(jù)設置為行標簽102
6.1.3 將原來的行標簽設置為
數(shù)據(jù)列102
6.2 查找數(shù)據(jù)103
6.3 替換數(shù)據(jù)104
6.3.1 一對一地替換數(shù)據(jù)104
6.3.2 多對一地替換數(shù)據(jù)105
6.3.3 多對多地替換數(shù)據(jù)105
6.4 插入數(shù)據(jù)107
6.4.1 插入列數(shù)據(jù)107
6.4.2 插入行數(shù)據(jù)108
6.5 刪除數(shù)據(jù)109
6.5.1 刪除單列數(shù)據(jù)110
6.5.2 刪除多列數(shù)據(jù)110
6.5.3 刪除單行數(shù)據(jù)111
6.5.4 刪除多行數(shù)據(jù)111
6.6 處理重復值112
6.6.1 查看重復值113
6.6.2 刪除重復值115
6.7 處理缺失值116
6.7.1 判斷缺失值116
6.7.2 統(tǒng)計缺失值118
6.7.3 填充缺失值120
6.7.4 刪除缺失值122
ChatGPT學習答疑124
ChatGPT上機實訓126
本章小結130
第7章　數(shù)據(jù)的加工131
7.1 轉換數(shù)據(jù)131
7.1.1 轉換數(shù)據(jù)類型131
7.1.2 轉置數(shù)據(jù)表的行列133
7.2 合并數(shù)據(jù)134
7.2.1 橫向拼接數(shù)據(jù)134
7.2.2 按指定方向合并數(shù)據(jù)136
7.3 排序數(shù)據(jù)137
7.3.1 對單列數(shù)據(jù)進行排序137
7.3.2 轉換數(shù)據(jù)結構139
7.3.3 對多列數(shù)據(jù)進行排序140
7.3.4 按照有缺失值的列排序并
設置缺失值位置141
7.4 排名數(shù)據(jù)144
7.5 篩選數(shù)據(jù)145
7.5.1 根據(jù)單個條件篩選數(shù)據(jù)146
7.5.2 根據(jù)多個條件篩選數(shù)據(jù)146
ChatGPT學習答疑148
ChatGPT上機實訓149
本章小結153
第8章　數(shù)據(jù)的統(tǒng)計與分析154
8.1 數(shù)據(jù)的分類匯總154
8.1.1 分類匯總單列數(shù)據(jù)154
8.1.2 分類匯總多列數(shù)據(jù)155
8.1.3 創(chuàng)建數(shù)據(jù)透視表158
8.2 數(shù)據(jù)的運算159
8.2.1 求和和計算平均值159
8.2.2 計算最大值和最小值160
8.2.3 計算中位數(shù)和眾數(shù)162
8.2.4 計算方差和標準差163
8.2.5 計算分位數(shù)163
8.3 數(shù)據(jù)的分析165
8.3.1 數(shù)據(jù)的相關性分析166
8.3.2 數(shù)據(jù)的回歸分析167
ChatGPT學習答疑169
ChatGPT上機實訓171
本章小結177
第9章　數(shù)據(jù)的可視化178
9.1 制作簡單圖表178
9.1.1 制作柱形圖178
9.1.2 制作條形圖180
9.1.3 制作折線圖182
9.1.4 制作面積圖184
9.1.5 制作餅圖和圓環(huán)圖186
9.1.6 制作散點圖188
9.2 設置圖表元素191
9.2.1 為圖表添加圖表標題192
9.2.2 為圖表添加圖例192
9.2.3 為圖表添加橫縱坐標軸
標題193
9.2.4 為圖表添加網(wǎng)格線194
9.2.5 為圖表添加數(shù)據(jù)標簽196
9.2.6 為圖表的橫縱坐標軸設置
刻度范圍197
9.3 制作其他圖表200
9.3.1 制作氣泡圖200
9.3.2 制作雷達圖201
9.3.3 制作堆積面積圖202
9.3.4 制作雙柱形圖203
9.3.5 制作堆積柱形圖205
9.3.6 制作柱形圖和折線圖組合
圖表207
ChatGPT學習答疑209
ChatGPT上機實訓211
本章小結215
第10章　實戰(zhàn)應用：商品銷售數(shù)據(jù)分析216
10.1 應用場景216
10.2 獲取數(shù)據(jù)217
10.3 合并和分類統(tǒng)計數(shù)據(jù)218
10.4 分析商品每月的銷售變化趨勢220
10.5 分析每月各商品大類的銷售情況221
10.6 分析全年各商品小類的銷售情況224
本章小結225
第11章　實戰(zhàn)應用：產品定價數(shù)據(jù)分析226
11.1 應用場景226
11.2 獲取數(shù)據(jù)227
11.3 查看數(shù)據(jù)情況227
11.4 數(shù)值化處理數(shù)據(jù)229
11.5 產品定價的預測230
11.6 產品定價的評估232
本章小結233
第12章　實戰(zhàn)應用：用戶消費行為分析 234
12.1 應用場景234
12.2 獲取數(shù)據(jù)235
12.3 統(tǒng)計和分類匯總數(shù)據(jù)235
12.4 分析每月的消費數(shù)量變化趨勢237
12.5 分析每月的消費金額變化趨勢238
12.6 分析用戶的消費水平239
12.7 分析不同消費水平用戶的
分布情況240
本章小結242
附?錄　ChatGPT小白快速上手實用技巧243
1 用ChatGPT講解概念243
2 用ChatGPT提供示例245
3 用ChatGPT查詢報錯信息247
4 用ChatGPT調試代碼248
5 用ChatGPT生成測試數(shù)據(jù)250
6 用ChatGPT獲取解決思路252
7 用ChatGPT批量處理文件254
8 用ChatGPT整理分析數(shù)據(jù)256
9 用ChatGPT繪制可視化圖表258
10 逐步引導及修正ChatGPT的
回答259