Маршрут Excel → R → Python

ОБЯЗАТЕЛЬНОДЛЯ НОВИЧКОВ

Аналитику Разработчику

---

Для кого этот маршрут

Многие аналитики годами работают в Excel, затем слышат, что «настоящая» аналитика — только в коде. На практике разумный путь — наращивать стек, а не отбрасывать таблицы: EDA и прототипы остаются в Excel, воспроизводимые отчёты и модели переезжают в R или Python.

Статья собирает в один маршрут переход от таблиц к коду и ссылки на материалы энциклопедии. Логика та же, что в типовых курсах прикладной аналитики: сначала Excel и статистика, затем параллельные ветки R и Python с одинаковыми шагами (загрузка → EDA → тесты → регрессия).

---

Стек анализа данных

Слой	Роль	Когда достаточно
Электронные таблицы	EDA, разовые расчёты, презентация	До ~1 млн строк на машине, один аналитик
Power Query / сводные	Повторяемая загрузка и трансформация без VBA	Регулярные отчёты из нескольких файлов
BI (Power BI и др.)	Модель «звезда», дашборды, RLS	Self-service для бизнеса — 43
SQL + DWH	Единый источник правды, большие объёмы	SQL, 11
R / Python	Статистика, ML, автоматизация, git	Воспроизводимость, сложные модели, CI

VBA в книге упоминается как мост к автоматизации внутри Excel; для новых проектов чаще выбирают Power Query или вынос логики в Python/R.

---

Соответствие книги и энциклопедии

Часть I — Excel (основы)

Глава книги	Тема	Статья энциклопедии
1	EDA, переменные, графики	429 — EDA в Excel
2	Вероятность, распределения	42 — Основы статистики
2	Вероятность	431
3	Инференциальная статистика	42, 3 — ошибки интерпретации
4	Корреляция, регрессия	432, 422 — причинность
5	Стек, BI, языки	12 — Data Science, 43 — Power BI

Часть II — R

Глава	Тема	Статья
6–7	RStudio, data.frame, импорт	5-23-r/7, 5-23-r/4
8	dplyr, tidyr, ggplot2	5-23-r/103, 5-23-r/2
9	EDA, t-тест, lm(), train/test	5-23-r/103, 42

Часть III — Python

Глава	Тема	Статья
10	Jupyter, пакеты	424, 5-02-python
11–12	pandas, groupby, визуализация	428, 427, 426
13	EDA, t-тест, регрессия, split	424, 6-ai / ML (введение)

Глава 14 — куда дальше

Тема книги	Материал
План экспериментов, A/B	42 — A/B, 998 — итоги
Контроль версий	Git
Этика данных	3 — манипуляции, 421 — ИИ в аналитике

---

Один анализ — три среды (идея книги)

На примере чаевых в ресторане (tips в seaborn / учебных CSV):

Шаг	Excel	R	Python
Загрузка	Открыть .xlsx / CSV	read.csv(), readxl	pd.read_csv()
Осмотр	ЧСТОТА, сводная	str(), summary()	df.info(), describe()
Группировка	сводная по day	group_by() + summarise()	groupby().agg()
График	диаграмма по сводной	ggplot(aes(...))	sns.boxplot() / plot()
t-тест	надстройка / вручную	t.test()	scipy.stats.ttest_ind()
Регрессия	линия тренда, ЛИНЕЙН()	lm()	statsmodels / sklearn

Сводка команд pandas — 428; сравнение с SQL и Polars — 426.

Учебный набор tips

В Python: import seaborn as sns; tips = sns.load_dataset("tips"). Для R экспортируйте тот же CSV из Python или возьмите любой открытый датасет с похожей структурой (счёт, чаевые, категории).

---

R или Python — что выбрать первым

Критерий	R	Python
Уже знаете статистику в вузе на R	✓ естественный переход
Цель — ML, бэкенд, MLOps		✓ экосистема шире
Только отчёты и ggplot	✓ tidyverse	seaborn/matplotlib
Команда пишет на Python		✓
Академические пакеты (биостаты)	✓ CRAN	частично

Ветки R и Python параллельны: можно сначала довести до конца одну, затем повторить те же шаги во второй для сравнения синтаксиса. После 429 разумно пройти 42 и 432, затем выбрать R или Python.

---

Рекомендуемый порядок в энциклопедии

1. 429 — EDA в Excel
2. 431 — вероятность, 42 — основы статистики
3. 422, 432 — регрессия, 3 — ошибки интерпретации
4. R — 7 → 103 или Python — 424 → 428 → 427
5. 43 — Power BI, 12 — Data Science
6. 998 — итоги, 999 — самопроверка

---