我们直接开始吧！本章将带您熟悉 Python 语法、在 Python 会话中加载数据，以及如何探索和编辑这些数据以回答业务问题。

欢迎来到 Python！

导入包

加载数据

用 print() 查看数据

DataFrame 及其方法

`.head()` 方法

.info() 和 .describe() 方法

`.sort_values()` 方法

筛选行与创建列

筛选

创建列

综合运用

马上开练

数据透视表是熟练表格用户的核心工具。本章将专注于在 Python 中用一些实用的 DataFrame 方法重现这一功能。

分组与求和：入门级透视表

使用 .sum() 做纯汇总

.groupby() 与 .sum() 的配合使用

汇总并排序数值

按多列分组

哪个是列表？

按地区查看电影类型表现

老年观众喜欢什么？

更实用的汇总工具

按地点的最畅销电影

哪部电影的平均销量最高

在 Python 中做透视

本章将聚焦如何从工作簿中导入并管理多张工作表，以及如何使用 Python 中等同于 VLOOKUP 的左连接将这些工作表合并在一起。

处理多个工作表

`pd.ExcelFile()` 函数

.sheet_names 属性

.parse() 方法

为合并表格做准备

.str.lower() 和 .str.title()

.str.strip()

选择与 .drop()

合并：Python 版 VLOOKUP

按票种合并并计算票价

合并以获取剧院所在地

再来整合一次

处理多张工作表

既然您已经能够在 Python 中导入并处理数据，现在就把重点转向数据可视化，这样我们的洞察就能更容易地传达给他人。

Python 中的可视化如何运作

如何在 Python 中绘制图表

票房最高的电影

最佳类型

逐步构建条形图

加上一个标题

给坐标轴加上标签！

用 sns 打造更美观的图表

色调的力量

解读 hue

按市场查看类型

按票种划分的类型

总结收尾

绘制数据图表

Movie Theater Sales dataset

您是否在寻找比电子表格中现有方案更好的解决办法？如果是这样，那么"面向表格用户的 Python"将是学习 Python 语言的绝佳入门课程，帮助您走上自动化重复性工作、更深入分析数据、并拓展能力边界的正确道路。整门课程会与常见的电子表格函数和技巧进行类比，这样当您一头扎进 Python 时，总能有熟悉的参照物。

Pivot Tables in Google Sheets

运用常用电子表格函数和技巧来探索Python！

面向表格用户的 Python

用常见电子表格函数和技巧探索 Python！

解读 hue

面向表格用户的 Python

动手互动练习