Маршрут Excel → R → Python
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 — Power BI и self-service аналитика |
| SQL + DWH | Единый источник правды, большие объёмы | SQL, Big Data |
| 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 |
|---|---|---|
| 0 | Формулы, ЕСЛИ, ВПР, учебные таблицы | Работа с Microsoft Excel — Excel, Excel и Google Sheets — формулы — формулы в Lab |
| 1 | EDA, переменные, графики | Разведочный анализ данных в Excel — EDA в Excel |
| 2 | Вероятность, распределения | Основы статистики — Основы статистики |
| 2 | Вероятность | Вероятность для аналитика данных |
| 3 | Инференциальная статистика | Основы статистики, Ошибки интерпретации и манипуляции статистикой — ошибки интерпретации |
| 4 | Корреляция, регрессия | Линейная регрессия — Excel, R и Python, Причинно-следственный анализ — причинность |
| 5 | Стек, BI, языки | Data Science — Data Science, Power BI и self-service аналитика — 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, Основы статистики |
Часть III — Python
| Глава | Тема | Статья |
|---|---|---|
| 10 | Jupyter, пакеты | Python для анализа данных, 5-02-python |
| 11–12 | NumPy, pandas, groupby, визуализация | NumPy — массивы и матрицы — NumPy, Pandas — типовые операции при анализе данных, Pandas — типовые операции — примеры, Очистка и подготовка данных в Pandas, Табличные данные — Pandas, Polars, SQL и PySpark |
| 13 | EDA, t-тест, регрессия, split | Python для анализа данных, текст как признаки (TF-IDF), тональность на PyTorch, 6-ai / ML (введение) |
Глава 14 — куда дальше
| Тема книги | Материал |
|---|---|
| План экспериментов, A/B | Основы статистики — A/B, Анализ данных — итоги — итоги |
| Контроль версий | Git |
| Этика данных | Ошибки интерпретации и манипуляции статистикой — манипуляции, Как использовать ИИ для анализа данных — 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 — Pandas — типовые операции при анализе данных; сравнение с SQL и Polars — Табличные данные — Pandas, Polars, SQL и PySpark.
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 Разведочный анализ данных в Excel разумно пройти Основы статистики и Линейная регрессия — Excel, R и Python, затем выбрать R или Python.
Рекомендуемый порядок в энциклопедии
- Работа с Microsoft Excel — Excel и Excel и Google Sheets — формулы — формулы с разбором
- Разведочный анализ данных в Excel — EDA в Excel
- Вероятность для аналитика данных — вероятность, Основы статистики — основы статистики
- Причинно-следственный анализ, Линейная регрессия — Excel, R и Python — регрессия, Ошибки интерпретации и манипуляции статистикой — ошибки интерпретации
- R — 7 → 103 или Python — Python для анализа данных → NumPy — массивы и матрицы — NumPy → Pandas — типовые операции — Pandas → Pandas — типовые операции при анализе данных → Очистка и подготовка данных в Pandas
- Power BI и self-service аналитика — Power BI, Data Science — Data Science
- Анализ данных — итоги — итоги, Анализ данных — чек-лист — самопроверка