书名：对比Excel，轻松学习SQL数据分析+ 对比Excel，轻松学习Python数据分析
定价：118.0
ISBN：9787121357930
作者：张俊红
版次：1
出版时间：2020-05

内容提要：

书名：对比Ecel，轻松学习SQL数据分

  本书是《对比Ecel，轻松学生Python数据分析》姊妹篇，同样采用对比的方法，降低学习门槛，提高学习效率。 全书分为三篇： 一篇主要介绍数据分析基础知识，包括数据分析的基本概念、为什么要进行数据分析以及常规的数据分析流程，使读者对数据分析有一个整体的认识；2篇围绕数据分析的整个流程来介绍SQL语法相关的知识，包括如何选取一列数据，如何对数据进行分组运算，还包括窗口函数等进阶知识；3篇主要介绍SQL数据分析实战，都是一些比较常规的业务场景实战。

书名：对比Ecel，轻松学习Python数据分析

  集Python、Ecel、数据分析为一体是本书的一大特色。

  围绕整个数据分析的常规流程：熟悉工具—明确目的—获取数据—熟悉数据—处理数据—分析数据—得出结论—验证结论—展示结论进行Ecel和Python的对比实现，告诉你每一个过程中都会用到什么，过程与过程之间有什么联系。本书既可以作为系统学习数据分析作流程的说明书，也可以作为一本数据分析师案头的实工具书。
  通过对比Ecel功能作去学习Python的代码实现，而不是直接学习Python代码，大大降低了学习门槛，消除了读者对代码的恐惧心理。适合刚入行的数据分析师，也适合对Ecel比较熟练的数据分析师，以及从事其他岗位想提高工作效率的职场人。

作者简介：

《对比Excel，轻松学习SQL数据分析》作者：张俊红，某互联网公司高级数据分析师，畅销书《对比Excel，轻松学习Python数据分析》作者。喜欢分享，致力于做一个数据科学路上的终身学习者、实践者、分享者。公众号“俊红的数据分析之路”运营人。

《对比Excel，轻松学习Python数据分析》作者：张俊红，某互联网公司数据分析师，擅长Python、Sql、Excel，对数据分析、机器学习领 域比较熟悉。喜欢分享，致力于做一个数据科学路上的终身学习者，实践者，分享者。 个人微信公众号“张俊红”定期推送数据分析、机器学习、网络爬虫、Python 编程系列文 章。

目录：

《对比Ecel，轻松学习SQL数据分析》

入门篇

1章 数据分析基础介绍  2

1.1 数据分析是什么  2

1.2 为什么要进行数据分析 2

1.2.1 现状分析  3

1.2.2 原因分析  3

1.2.3 预测分析  4

1.3 数据分析究竟在分析什么  5

1.3.1 总体概览指标 5

1.3.2 对比性指标 5

1.3.3 集中趋势指标  6

1.3.4 离散程度指标  6

1.3.5 相关性指标 7

1.3.6 相关与因果  7

1.4 数据分析的常规分析流程7

1.4.1 熟悉工具8

1.4.2 明确目的  8

1.4.3 获取数据  8

1.4.4 熟悉数据 8

1.4.5 处理数据  8

1.4.6 分析数据  9

1.4.7 得出结论  9

1.4.8 验证结论  9

1.4.9 展现结论  9

1.5 数据分析工具  9

1.5.1 Ecel 与SQL  9

1.5.2 SQL 与Python  10

知识篇

2章 数据库基础知识  12

2.1 数据库的发展及组成 12

2.1.1 数据库的发展 12

2.1.2 数据库的组成 13

2.2 SQL 是什么 13

2.3 SQL 的基本功能 14

2.3.1 数据定义 15

2.3.2 数据纵 15

2.3.3 数据控制 15

2.4 SQL 查询的处理步骤 15

2.4.1 查询分析 15

2.4.2 查询检查 15

2.4.3 查询优化 16

2.4.4 查询执行 16

2.5 不同数据库的比较 16

3章 数据库工具准备  17

3.1 认识MySQL 官方网站  17

3.2 MySQL 的下载与安装 19

3.2.1 基于Windows 的下载与安装  19

3.2.2 基于macOS 的下载与安装 27

3.3 DBeaver 的下载与安装  33

3.3.1 基于Windows 的下载与安装  33

3.3.2 基于macOS 的下载与安装 38

3.4 DBeaver 使用说明  42

3.4.1 新建表结构 42

3.4.2 导入外部数据 44

3.4.3 代码执行 46

3.4.4 导出结果数据 47

3.5 写下一行SQL 语句  49

4章 数据源的获取  50

4.1 外部数据 50

4.2 公司现有数据 50

4.3 新建数据 50

4.4 熟悉数据 50

4.4.1 了解数据库信息 52

4.4.2 了解数据表信息 52

4.4.3 了解列信息 52

5章 数据的获取  54

5.1 获取列 54

5.1.1 获取全部列 55

5.1.2 获取特定的列 55

5.2 获取想要的行 56

5.2.1 获取全部行 56

5.2.2 获取前几行 56

5.2.3 获取满足单一条件的行 57

5.2.4 获取满足多个条件的行 58

5.3 行列同时获取 59

5.4 插入一列固定值 60

5.5 JSON 列解析 61

5.6 对结果进行排序 62

6章 数据预处理  65

6.1 缺失值处理 65

6.2 重复值处理 68

6.3 数据类型转换 70

6.4 重命名 72

7章 数据运算  74

7.1 算术运算 74

7.2 比较运算 76

7.3 逻辑运算 78

7.4 数学运算 80

7.4.1 求对值 80

7.4.2 求小整数值 81

7.4.3 求大整数值 81

7.4.4 随机数生成 81

7.4.5 小数点位数调整 83

7.4.6 正负判断 83

7.5 字符串运算 84

7.5.1 字符串替换 84

7.5.2 字符串合并 85

7.5.3 字符串截取 86

7.5.4 字符串匹配 86

7.5.5 字符串计数 87

7.5.6 去除字符串空格 88

7.5.7 字符串重复 89

7.6 聚合运算 89

7.6.1 count()计数 89

7.6.2 sum()求和  90

7.6.3 avg()求平均值  90

7.6.4 ma()求大值 90

7.6.5 min()求小值  91

7.6.6 求方差 91

7.6.7 求标准差 92

7.6.8 聚合函数之间的运算 92

8章 控制函数  94

8.1 if()函数  94

8.2 case when 函数  96

9章 日期和时间函数  99

9.1 获取当前时刻的数据 99

9.1.1 获取当前时刻的日期和时间 99

9.1.2 获取当前时刻的日期 99

9.1.3 获取当前时刻的时间 100

9.1.4 获取当前时刻所属的周数 101

9.1.5 获取当前时刻所属的季度 102

9.2 日期和时间格式转换 102

9.3 日期和时间运算 104

9.3.1 向后偏移日期和时间 104

9.3.2 向前偏移日期和时间 105

9.3.3 两个日期之间做差 106

9.3.4 两个日期之间的比较 107

10章 数据分组与数据透视表  108

10.1 group by 的底层原理  108

10.2 对分组后的数据进行聚合运算 109

10.3 对聚合后的数据进行条件筛选  111

10.4 group_concat()函数  112

10.5 rollup. 113

10.6 数据透视表实现  115

《对比Ecel，轻松学习Python数据分析》

目录

入门篇

1 章 数据分析基础  2

11 数据分析是什么 2

12 为什么要做数据分析 2

121 现状分析  3

122 原因分析  3

123 预测分析  3

13 数据分析究竟在分析什么 4

131 总体概览指标  4

132 对比性指标  4

133 集中趋势指标  4

134 离散程度指标  5

135 相关性指标  5

136 相关关系与因果关系  6

14 数据分析的常规流程 6

141 熟悉工具  6

142 明确目的  7

143 获取数据  7

144 熟悉数据  7

145 处理数据  7

146 分析数据  8

147 得出结论  8

148 验证结论  8

149 展示结论  8

15 数据分析工具：Ecel 与Python  8

实践篇

2 章 熟悉锅――Python 基础知识  12

21 Python 是什么  12

22 Python 的下载与安装  13

221 安装教程  13

222 IDE 与IDLE  17

23 介绍Jupyter tebook 17

231 新建Jupyter tebook 文件 17

232 运行你的一段代码  19

233 重命名Jupyter tebook 文件 19

234 保存Jupyter tebook 文件 19

235 导入本地Jupyter tebook 文件 20

236 Jupyter tebook 与Markdown  21

237 为Jupyter tebook 添加目录 21

24 基本概念  26

241 数  26

242 变量  26

243 标识符  27

244 数据类型  28

245 输出与输出格式设置  28

246 缩进与注释  29

25 字符串  30

251 字符串的概念  30

252 字符串的连接  30

253 字符串的复制  30

254 获取字符串的长度  30

255 字符串查找  31

256 字符串索引  31

257 字符串分隔  32

258 移除字符  32

26 数据结构――列表  33

261 列表的概念  33

262 新建一个列表  33

263 列表的复制  34

264 列表的合并  34

265 向列表中插入新元素  34

266 获取列表中值出现的次数  35

267 获取列表中值出现的位置  35

268 获取列表中指定位置的值  36

269 删除列表中的值  36

2610 对列表中的值进行排序  37

27 数据结构――字典  37

271 字典的概念  37

273 字典的keys()、values()和items()方法  37

28 数据结构――元组  38

281 元组的概念  38

282 新建一个元组  38

283 获取元组的长度  38

284 获取元组内的元素  39

285 元组与列表相互转换  39

286 zip()函数  39

29 运算符  40

291 算术运算符  40

292 比较运算符  40

293 逻辑运算符  41

210 循环语句 41

2101 for 循环  41

2102 while 循环  42

211 条件语句 43

2111 if 语句  43

2112 else 语句  44

2113 elif 语句  45

212 函数 46

2121 普通函数  47

2122 匿名函数  48

213特性 49

2131 列表生成式  49

2132 map 函数  50

214 模块 50

3 章 Pandas 数据结构  51

31 Series 数据结构  51

311 Series 是什么 51

312 创建一个Series 52

313 利用inde 方法获取Series 的索引 53

314 利用values 方法获取Series 的值  53

32 DataFrame 表格型数据结构  53

321 DataFrame 是什么 53

322 创建一个DataFrame 54

323 获取DataFrame 的行、列索引  56

324 获取DataFrame 的值  56

4 章 准备食材――获取数据源  57

41 导入外部数据  57

411 导入ls 文件  57

412 导入csv 文件  60

413 导入tt 文件 63

414 导入sql 文件 65

42 新建数据  67

43 熟悉数据  67

431 利用head 预览前几行  67

432 利用shape 获取数据表的大小 68

433 利用info 获取数据类型  69

434 利用describe 获取数值分布情况 71

5 章 淘米洗菜――数据预处理  73

51 缺失值处理  73

511 缺失值查看  73

512 缺失值删除  75

513 缺失值填充  77

52 重复值处理  78

53 异常值的检测与处理  81

531 异常值检测  81

532 异常值处理  82

54 数据类型转换  83

541 数据类型  83

542 类型转换  84

55 索引设置  86

551 为无索引表添加索引  86

552 重新设置索引  87

553 重命名索引  88

554 重置索引  89

6 章 菜品挑选――数据选择  91

61 列选择  91

611 选择某一列/某几列  91

612 选择连续的某几列  92

62 行选择  93

621 选择某一行/某几行  93

622 选择连续的某几行  94

623 选择满足条件的行  95

63 行列同时选择  96

631 普通索引+普通索引选择指定的行和列  97

632 位置索引+位置索引选择指定的行和列  97

633 布尔索引+普通索引选择指定的行和列  98

634 切片索引+切片索引选择指定的行和列  98

635 切片索引+普通索引选择指定的行和列  99

7 章 切配菜品――数值作  100

71 数值替换 100

711 一对一替换  100

712 多对一替换  102

713 多对多替换  103

72 数值排序 104

721 按照一列数值进行排序  104

722 按照有缺失值的列进行排序  106

723 按照多列数值进行排序  106

73 数值排名 108

74 数值删除  110

741 删除列  110

742 删除行  111

743 删除特定行  112

75 数值计数  113

76 值获取  114

77 数值查找  115

78 区间切分  116

79 插入新的行或列  119

710 行列互换  120

711 索引重塑  121

712 长宽表转换  122

7121 宽表转换为长表  123

7122 长表转换为宽表  125

713 apply()与applymap()函数  126

8 章 开始烹调――数据运算  127

81 算术运算 127

82 比较运算 128

83 汇总运算 129

831 count 非空值计数  129

832 sum 求和  130

833 mean 求均值  130

834 ma 求大值  131

835 min 求小值  132

836 median 求中位数 132

837 mode 求众数  133

838 var 求方差  134

839 std 求标准差  134

8310 quantile 求分位数  135

84 相关性运算 136

9 章 炒菜计时器――时间序列 138

91 获取当前时刻的时间 138

911 返回当前时刻的日期和时间  138

912 分别返回当前时刻的年、月、日  138

913 返回当前时刻的周数  139

92 指定日期和时间的格式 140

93 字符串和时间格式相互转换 141

931 将时间格式转换为字符串格式  141

932 将字符串格式转换为时间格式  141

94 时间索引 142

95 时间运算 145

951 两个时间之差  145

952 时间偏移  145

10 章 菜品分类――数据分组/数据透视表  148

101 数据分组  148

1011 分组键是列名  150

1012 分组键是Series 151

1013 神奇的aggregate 方法  152

1014 对分组后的结果重置索引  153

102 数据透视表  154

11 章 水果拼盘――多表拼接  158

111 表的横向拼接  158

1111 连接表的类型  158

1112 连接键的类型  160

1113 连接方式  163

1114 重复列名处理  165

112 表的纵向拼接  165

1121 普通合并  166

1122 索引设置  167

1123 重叠数据合并  167