小黄书总结 第1篇

全书采用对比Excel操作的方式来讲解Python代码，以下为书中介绍数据透视表的部分内容：

数据透视表实现的功能与数据分组相类似但又不同，数据分组是在一维(行)xxx不断进行拆分，而数据透视表是在行列xxx同时进行拆分。

下图为数据分组与数据透视表的对比图：

数据透视表不管是在Excel还是Python中都是一个很重要的功能，大家都需要熟练掌握。

Excel实现

Excel中的数据透视表在插入菜单栏中，选择插入透视表以后就会看到下图的界面。下图左侧为数据表中的所有字段，右侧为数据透视表选项，把左侧字段拖到右侧对应的框中即完成了数据透视表的制作。

下图为让客户分类作为行标签，区域作为列标签，用户ID作为值，且值字段的计算类型为计数的结果。

在数据透视表中把多个字段作拖到行对应的框作为行标签，把多个字段拖到列对应的框作为列标签，把多个字段拖到值对应的框作为值，且可以对不同的值字段选择不同的计算类型，大家自行练习。

Python实现

在Python中的数据透视表制作原理与Excel制作原理是一样的。Python中的数据透视表用到的是pivot_table()方法。

pivot_table的全部参数如下：

接下来看一些具体实例：

客户分类作为index，区域作为columns，用户ID作为values，对values执行count运算运行结果：

上面的运行结果和Excel的不同的就是没有合计列，Python透视表中的合计列默认是关闭，让其等于True就可以显示出来。

合计列名称默认为All，可以通过设置参数margins_name的值进行修改。

NaN表示缺失值，我们可以通过设置参数fill_value的值对缺失值进行填充。

aggfunc用来表示计算类型，当只传入一种类型时，表示对所有的值字段都进行同样的计算；如果需要对不同的值进行不同的计算类型，需要传入一个字典，键为列名，值为计算方式,下面对用户ID进行计数、对7月销量进行求和：

为了便于进一步的分析与处理，我们一般对数据透视表的结果也会重置索引，利用的方法同样是reset_index()。

小黄书总结 第2篇

很欣赏老黄这种态度，对自己从事的工作敬畏、热爱、有信仰。在他眼中，运营不是打杂的，一个好的运营很难得，而运营本身，是有光的。

那么来看看，以老黄在业界厮混近十年的经验以及目前所处的高阶段位，在他眼中：

1、何谓“运营”？何谓“好运营”？

（1）所谓运营，就是通过一系列穿针引线式的行为把很多琐碎零散的环节和事件组合关联起来，最终令之成为一个良性生态、可以持续运转的过程

（2）运营，往往是通过做好一系列事情，营造出来一个最终大家喜笑颜开、光芒耀眼的成果；是通过很多看似琐碎无趣的事情，最终赋予一个产品闪耀的光芒

（3）运营不全是套路，而是一种“如何与你的用户成为彼此可信赖可依靠的朋友”的艺术

（4）运营的着力点之一，是润物细无声的通过做好大量机制、规则和引导，来让用户们更好的在你的站内成长

（5）好的运营，其实是有层次感的，是需要先做好做足某一件事，然后再以此为一个核心杠杆点，去撬动更多的事情和成果发生

（6）好的运营，是在不停地“做局”与“破局”

2、什么样的运营者称得上“优秀”？

（1）一个真正优秀的运营往往骨子里就是一个有趣、有想法、有追求的人，他们自身也往往极度渴望去做一些有趣、性感的事情

（2）一个优秀的运营者，必须对于当下所从事的工作充满热情和相信，才能工作中如鱼得水，能够面对用户散发出巨大能量和热情

（3）一个优秀的运营者，熟悉运营工作的各个环节，并且精通其中某一项或几项

（4）一个优秀的运营者，能真正对数据负责，能掌控数据（这里指通过各种运营手段的组合能拉升一个产品大部分的主要数据）

（5）一个优秀的运营者，必定是一个操盘者。可以在开展工作解决问题时，尽力让70%以上的事情变得可知可控，只留下30%的不确定性；可以熟练掌握很多“杠杆点”，以便更好地给用户创造短期价值，借此“撬动”更多长期价值确立

3、运营之美何在？运营之光何寻？

（1）那种美，来自你与用户之间的某些心心相印，来自于互相被对方打动的时刻

（2）那种美，来自你能够以自己为杠杆，去撬动起来成千上万人的愉悦和满足的时刻

（3）像内功心法这种更贴近底层思维、工作习惯和价值导向的东西，也许就是运营之光所在

小黄书总结 第3篇

Python虽然是一门编程语言，但是在数据分析领域实现的功能和Excel的基本功 能一样，而Excel又是大家比较熟悉、容易上手的软件，所以可以通过Excel数据分析去对比学习Python数据分析。对于同一个功能，本书告诉你在Excel中怎么做，并告诉你对应到Python中是什么样的代码。例如数值替换，即把一个值替换成另一个值， 对把“Excel”替换成“Python”这一要求，在Excel中可以通过鼠标点选实现，如下图所示。:

在 Python 中则通过具体的代码实现，如下所示:

本书将数据分析过程中涉及的每一个操作都按这种方式对照讲解，让你从熟悉的Excel操作中去学习对应的 Python实现，而不是直接学习Python代码，大大降低了学习门槛，消除了大家对代码的恐惧心理。这也是本书的一大特色，也是我为什么要写本书的主要原因，就是希望帮助你不再惧怕代码，让你可以像学Excel数据分析一 样，轻松学习Python数据分析。