本书重点介绍了目前处理数据非常有效的工具——Excel、Python和数据库的应用知识。本书通过一则完整的故事讨论了如何以Python编程为中心，结合Excel和数据库的特点，并以基础统计学贯穿其中，帮助读者深入地了解数据分析的相关知识。在本书中，首先，讨论了如何使用Excel整理数据，以及Excel中数学和统计函数的应用；其次，探讨了与Python编程相关的数据分析内容，包括在Python中进行数据统计工作，以及各种格式数据的转换等；然后，讨论SQLite和MySQL数据库的应用，并介绍了如何使用Python操作数据库；最后，介绍了如何综合使用Excel、数据库和Python编程等工具打造自动化的数据处理中心。 本书架构清晰，内容深入浅出，案例丰富，适合需要进行数据处理和统计分析的职场人士、计算机爱好者等阅读。

第1章 网店开业——初识数据
1.1 清点库存——获取原始数据
1.2 数据标准化——整理Excel数据
1.2.1 二维表
1.2.2 数据完整性与正确性
1.2.3 拆分数据——分列与公式
1.2.4 数据类型和显示格式
1.2.5 分而治之，按需组合
1.3 认识数据
1.3.1 定量数据和定性数据
1.3.2 绝对量与相对量
1.4 寻找“大客户”——排序
1.5 数据挑着看——筛选
1.6 数据交换——Excel和CSV
第2章 销量的起伏——数据背后的故事
2.1 销售数据如何——简单的统计
2.1.1 算术平均数
2.1.2 几何平均数
2.1.3 众数
2.1.4 最小值和最大值
2.1.5 中位数、四分位数和百分位数
2.1.6 方差和标准差
2.1.7 标准分
2.1.8 分类汇总
2.1.9 数据透视表
2.2 学看统计图
2.2.1 折线图
2.2.2 饼图
2.2.3 条形图
2.3 销量下降——是时候认真分析数据了
2.3.1 转化率——访问量和销量
2.3.2 访问量-购买量＝？
第3章 凌晨3点——又加班了
3.1 多销售渠道的烦恼
3.2 日报表、月报表、年度报表等
第4章 强大的信息处理工具——Python编程
4.1 创建Python环境
4.1.1 VisualStudio
4.1.2 代码文件的编码问题
4.1.3 使用指定版本的Python
4.1.4 设置Path环境变量
4.1.5 命令行窗口
4.1.6 Python命令行环境
4.2 编写Python代码
4.3 功能实现者——函数和lambda表达式
4.3.1 函数
4.3.2 可调用类型
4.3.3 lambda表达式
4.4 “对象”是主角——面向对象编程
4.4.1 类与对象
4.4.2 继承
4.4.3 “魔术方法”
4.4.4 with语句
4.4.5 类成员和静态方法
4.5 模块化管理
4.6 向左还是向右——代码流程控制
4.6.1 条件判断和if语句
4.6.2 循环语句
4.6.3 match语句
4.7 处理运行错误
第5章 更灵活的计算——在Python中处理数据
5.1 不一样的算术运算
5.2 随机数
5.3 序列
5.3.1 列表
5.3.2 元组
5.3.3 数列
5.4 字典
5.5 集合
5.6 更自由的排列——sorted()函数
5.7 数学计算——math模块
5.8 统计资源——statistics模块
5.8.1 使用Fraction类处理分数
5.8.2 算术平均数
5.8.3 几何平均数
5.8.4 众数
5.8.5 中位数
5.8.6 方差和标准差
5.9 计算百分位数
5.10 计算标准分数
5.11 按中文拼音排序
5.12 日期和时间
5.12.1 datetime类
5.12.2 时间间隔
5.12.3 时区
5.12.4 时间戳
5.12.5 日期和时间的推算
5.12.6 格式转换
第6章 “超能熊猫”来帮忙——pandas应用
6.1 Series对象
6.2 排序
6.3 统计方法
第7章 二维表模型——DataFrame
7.1 DataFrame对象
7.2 读取数据
7.2.1 iloc和loc属性
7.2.2 读取列
7.2.3 读取行
7.3 排序
7.4 按条件查询数据
7.5 处理空值数据
7.6 处理重复数据
7.7 数据旋转
7.8 数据合并
7.9 数据连接
7.10 统计方法
7.11 分组
7.12 透视表
第8章 图形更直观——pandas绘制统计图
8.1 部分与整体的比例——饼图
8.2 数据的关系与分布——散点图与气泡图
8.3 趋势——折线图
8.4 更直观的对比——条形图
8.5 数据的“距”——箱线图
第9章 数据中转站——数据格式转换
9.1 xlwt模块写入Excel
9.2 xlrd模块读取Excel
9.3 openpyxl模块读写Excel
9.4 pandas模块读写Excel
9.5 csv模块读写CSV数据
9.6 pandas模块读写CSV数据
第10章 强大的数据仓库——SQLite数据库
10.1 使用DBBrowserforSQLite
10.2 数据类型
10.3 数据表
10.3.1 创建表
10.3.2 表的关联——主键、唯一约束和外键
10.3.3 添加字段
10.3.4 删除表
10.3.5 sqlite_master系统表
10.3.6 索引
10.4 导入CSV数据
10.5 查询与视图
10.5.1 查询条件
10.5.2 排序
10.5.3 分组与统计
10.5.4 连接
10.5.5 联合
10.5.6 limit和offset关键字
10.5.7 exists语句
10.5.8 case语句
10.5.9 视图
10.5.10 将查询结果保存到表
10.5.11 将数据保存到CSV文件
10.6 添加数据
10.7 修改数据
10.8 删除数据
10.9 日期和时间的处理方式
第11章 Python操作SQLite
11.1 应用基础
11.1.1 执行SQL语句
11.1.2 读取查询结果
11.1.3 创建tSqlite类
11.2 查询单值
11.3 查询单条记录
11.4 查询多条记录
11.5 查询单列数据
11.6 添加数据
11.7 修改数据
11.8 删除数据
11.9 扩展