前言

在日常数据分析过程中，Excel、Python、R、SQL、Power BI、Tableau等都是数据分析师常用的工具。

在这几款工具中，Excel因其灵活、高效及易获取性，不管是早期推出的函数与VBA，还是近几年所推出的Power BI（内置了Power Query、Power Pivot等）都让其拥有数量庞大的用户群，从而成为众多数据分析师的首选。在近几年的计算机语言流行排行榜中，Python是当前最热门的语言之一，并且热度一直有增无减。

“人生苦短，我用Python”。其实，在数据分析中Excel与Python是可以完美结合的，并且越来越多的数据分析师已倾向于从Excel过渡到Python。通过xlwings或openpyxl替换VBA，通过Pandas替换Excel数据分析，通过NumPy+Pandas与xlwings/openpyxl等的交互，用最简洁的代码操作更大量的数据，从而实现更高阶的数据分析与报表自动化。

本书采用理论与实践相结合的原则，在各章的开篇采用图解方式，将所有知识点先贯穿起来，然后对每个知识点的配套案例进行讲解。在讲解的过程中重思路、重基础、重实操，“用读者易于理解且可随时直接套用的案例，方便读者以最短的时间高效地掌握最实用的技能”是本书创作的初衷。在Pandas、xlwings、openpyxl的高阶应用过程中，书中演示了大量的对比方案，例如，同一批量操作Pandas、xlwings、openpyxl三者间不同的应用方法。

本书特色

“用一个数据源讲解一本书”及“注重图解”是本书的写作风格，书中穿插大量的知识图解与引导。从入门篇到高阶篇的近300个应用案例中，主要围绕着一个简单的工作簿（订单表．xlsx）及其子集（华东．xlsx）为数据源进行有效讲解，把Pandas中使用频率最高的或效率最高的80%的函数、方法、属性及其与xlwings、openpyxl的对比与交互应用，以及与Matplotlib、Seaborn的交互应用，通过对比与扩展两种方式加深读者对知识的全面了解与应用。最后通过一个实用的案例，把全书的所有重要知识点一一串接起来，并最终轻松转换为实战案例。

本书前半部分为Excel+Python的数据分析基础，后半部分为Excel+Python的数据分析与自动化进阶。本书适用于具有数据分析或Python基础的读者，包括电商客服、质量统计、财务金融、人事行政等与数据分析密切相关的从业人员，也可作为高等院校、IT培训机构的教材，还可作为IT专业人士的自学参考书。

扫描下方付费二维码可下载本书源码。

致谢

首先要感谢笔者的妻子，写作过程中占据了大量的个人时间及家庭时间，她的理解与支持是笔者最大的动力。

感谢笔者的父母，是你们的谆谆教诲才使笔者一步一个脚印地走到今天。

还要感谢清华大学出版社赵佳霓编辑，她一如既往的专业指导让笔者受益匪浅。

由于时间仓促，书稿虽然经过全面检查，但疏漏之处在所难免，敬请读者批评指正，你们的反馈是笔者进步的动力。

黄福星
2023年4月19日