第4章數據處理本章教學目標掌握電子表格數據處理操作。初步掌握基于電子表格的數據分析。初步掌握用Python編程處理電子表格數據。初步掌握基于pandas的數據處理方法。4.1電子表格4.1.1工作簿與工作表工作簿格式：.et/.xlsx/.xlsm/.xls/.txt/.csv工作簿模板：.ett/.xltx/.xltm4.1.2單元格數據填充：序列填充/公式填充單元格格式：數字格式/對齊方式/邊框填充數據有效性：范圍限制/下拉列表計算：公式（相對/絕對/混合引用）/函數庫4.1.3工作表格式化行/列操作：自動調整/合并居中條件格式：色階/數據條/圖標集4.1.4圖表圖表類型：柱形圖/折線圖/組合圖圖表元素：標題/坐標軸/數據標簽高級功能：雙坐標軸/趨勢線/誤差線4.1.5排序和篩選排序方式：單條件/多條件/自定義篩選類型：文本篩選/數字篩選/顏色篩選4.1.6分類匯總操作流程：排序→分類字段→匯總方式高級應用：嵌套匯總/分級顯示4.1.7數據透視表創建步驟：字段拖拽→布局設置→樣式應用高級功能：切片器/值字段設置4.2基于電子表格的數據分析4.2.1單變量求解應用場景：方程求解/投資分析操作要點：目標單元格/可變單元格設置解方程56x4+8x3+34x+8=04.2.2模擬運算表單變量模擬：參數變化分析雙變量模擬：多參數交互分析4.2.3規劃求解核心要素：目標函數/約束條件/求解方法典型案例：路徑優化4.2.3規劃求解典型案例：排班問題某災難救援臨時醫療機構集合了全科醫師20人，根據各醫療崗位的配備需求，周一至周日分別需要6、4、5、6、7、8、7人。若每名全科醫師每周連續上5天班，利用規劃求解優化排班效率，計算需要參加排班的最少全科醫師人數4.3用Python編程處理電子表格4.3.1基本操作庫使用：openpyxl核心API文件操作：創建/讀取/寫入工作簿importopenpyxlwb=openpyxl.Workbook()ws=wb.activews['A3']=1.25#為A3單元格賦值celldata=ws.cell(3,2).value#第3行第2列的值wb=openpyxl.load_workbook('./新建工作表.xlsx')ws=wb['Sheet1']wb.save('C:/data/test.xlsx')4.3.2大量數據匯總自動化流程：目錄遍歷→數據提取→合并寫入代碼示例：Python腳本實現多文件整合importopenpyxl,oswb=openpyxl.Workbook()ws=wb.activetitle=['姓名','身高','體重','左眼視力','右眼視力','舒張壓','收縮壓']foriinrange(1,8):ws.cell(1,i).value=title[i-1]#列表從0起始，而列標從1起始files=os.listdir('C:/體檢/')r=2#從第2行開始匯總forfinfiles:iff.upper()[-5:]=='.XLSX':#無論大小寫

wb1=openpyxl.load_workbook('C:/體檢/'+f)ws1=wb1['Sheet1']foriinrange(1,8):ws.cell(r,i).value=ws1.cell(i+1,2).valuer+=1wb.save(filename='./數據匯總.xlsx')4.4pandas數據處理4.4.1核心數據結構Series：一維帶標簽數組DataFrame：二維表格型數據結構>>>df=pd.read_excel('./參賽作品.xlsx',sheet_name=0)>>>df[:5]#顯示前5行4.4.2數據操作數據清洗：缺失值處理/重復值刪除統計分析：聚合計算/分組操作數據轉換：列操作/條件篩選4.4.3數據持久化文件導出：CSV/Excel格式數據庫交互：SQL表讀寫>>>df.to_csv('C:/data/data.csv',mode='w',header=True,encoding='gbk',index=False)>>>df.to_excel('C:/data/data.xlsx',sheet_name='Sheet1',header=True,na_rep='N/A',index=False)>>>importsqlit