本
文
摘
要
数据分析步骤Excel学习
一、数据分析的基本步骤
1、提出(明确)问题
类似于这样的问题：（基于原始数据源）
·哪些城市找到数据分析师的工作几率比较大？
·数据分析师的薪水有多高？
·特拉普和希拉里谁更有机会当选美国总统？
来自于业务部门的问题，用数据做出分析和决策。明确问题为后续的分析决策提供一个大方向。
2、理解数据包括两个方面：·采集数据（根据研究问题采集相关的数据）
·查看数据集的信息（包括描述统计信息，从整体上理解数据，或者理解excel的每个字段是什么）
3、数据清洗(数据预处理)
脏数据/缺失/重复数据数据清洗的思路：●选择子集
●列名重命名
●删除重复值
●缺失值处理
●一致化处理
●数据排序
●异常值处理
4、数据分析 或 构建模型
对清洗后的数据进行分析，从中获得：
简单：业务指标
复杂：机器学习的算法来训练模型
5、数据可视化
利用图表的展示方式，将得出的分析结果展示给老板或者客户
二、Excel学习
（一）提出问题
业务部门给出的业务指标
（二）理解数据
「一」、熟悉excel界面
1、选项卡、行号、列号、单元格、工作表名、创建新的工作表
2、列名（字段）
3、【列宽调整】：开始-全选表格-在列A上右键点击-列宽，数值：15
「二」、关于单元格格式
设置单元格格式： 任意单元格鼠标右键-设置单元格格式-数据类型「三」、Excel有哪些数据类型？
1、字符串（文本）类型：汉字、字母
注：以字符串形式重组的数值不能用于计算，字符串重组的数值需要转换成数字类型才能进行计算
2、数字类型：金额、整数、小数
3、逻辑类型： true、false（1）如何识别字符串类型的数值和数字类型的数值？
字符串类型的数值，一般默认为 左对齐
数字类型的数值：一般默认为 右对齐（2）字符串类型如何处理成数字类型？
=VALUE(Text)
=VALUE("$1,000") ，将返回字符串的等价数字1000（三）Excel如何进行数据清洗
数据清洗的步骤：●选择子集
●列名重命名
●删除重复值
●缺失值处理（人工补全、删除缺失数据 、用平均值代替缺失值 、用统计模型出来的值代替缺失值）
●一致化处理
●数据排序
●异常值处理
第1步：【选择子集】： 选择整列 - （右键- 隐藏）/ （开始- 格式-隐藏或取消隐藏）
重复的字段或数据太大，可选择隐藏列（尽量不删除数据，隐藏即可，保证原始数据的完整）
第2步：●【 列名重命名】：点击单元格-直接修改
第3步：●【删除重复值】： 数据 - 删除重复项
第4步：●【缺失值处理】：
（1）计算缺失值
●【定位】
选择列名（选取唯一值的列数，城市和职位ID）- 最下方的“计数”统计
通过两列的计数比较，快速得知是否存在数据的缺失
或者
●【筛选】
开始 - 查找和选择 - 定位条件 - 空值 （或 编辑- 查找 - 定位 - 定位条件 - 空值）/ 数据-筛选（2）处理缺失值
1）人工补全（适合缺失数据较少的情况）
●【一次性补齐缺失值】
Ctrl 选中所有空值单元格 - 在选完后最后一个单元格那里松开ctrl键，并在这个单元格里输入缺失值 - Ctrl + Enter 即可补齐全部空值2）删除缺失数据
3）用平均值代替缺失值
4）用统计模型出来的值代替缺失值
第5步：【一致化处理】
数据是否有统一的标准或者命名。如存在单元格内的数据值，有一个或多个，为了统一，就会进行分列处理统一每列的数值个数一致
●【分列】
数据 - 分列 - 分隔符号 - 勾选连续分隔符号..-其他，设置用什么分割 - 下一步 - 完成
注：分列功能，会覆盖掉后面一列的数据，使用分列需要复制到新列进行处理
例如，公司所属领域（一个或多个领域名词混在一个单元格内，需要分列）、薪水（最高薪水、最低薪水、平均薪资需要分开）、统一数据格式等
●【常用函数使用】
「一」、函数的3个功能
1、输入-功能-输出2、公式-插入函数-平均值-选择函数项-确定
「二」、几个常见的函数
1、平均值函数（前提：单元格值为数值类型）
=AVERAGE
2、查找和字符串截取
（1）字符串截取
=FIND("查询的目标", 单元格的列号)
=LEFT / RIGHT (目标单元格, FIND("查询的目标", 目标单元格列号))
=MID(选中的目标单元格,起始位置,截取长度)
A、起始位置：使用find函数
=FIND("查询的目标",目标单元格列号)
B、截取长度：使用len函数和find函数结合
=LEN(目标单元格）- 起始位置
C、任意位置的字符串截取
=MID(选中的目标单元格,起始位置,截取长度)
（2）自动填充函数（3）查找和筛选
●【筛选】
数据 - 筛选
●【查找和替换】
开始 - 查找和选择 - 替换 - 设置替换值 - 全部替换 - 关闭
错误值处理：
·观察数据，可将最小值 变成 最大值
（4）【重点】字符串转换为数值
●【字符串中的“数字"「字符串」转化为数字类型】
插入空行-复制原列-粘贴- 选择性粘贴 -进行 设置（“设置”的具体步骤：字符串转成数字，一般【选择粘贴】中的“数值”，运算中的“无” ）。（或 编辑-查找-定位-定位条件(mac版本))
第6步：【数据排序】
用来发现更多有价值的数据●【排序】
第1种方法：开始-排序和筛选-选择升/降序-勾选选定区域-排序
第2种方法：数据-排序
第7步：【异常值处理】
使用excel上的数据透视表来进行操作
●数据透视表(split,apply,combine)
原理 : 数据处理模式
split：数据分组，具有相同属性的字段或数据特征进行分组
apply：应用函数，对分租后数值做分组操作，如求平均值、标准差等函数
combine：组合结果，对计算结果进行汇总
案例描述：（1）作图前的思考：
1）split:数据分组
对数据分组，根据目的地北京、上海进行分组2）apply：应用函数
应用函数，这里计算两组距离和延误时间的平均值3）combine：组合结果
组合结果，统一结合得出结果（2）案例中如何搭建数据透视表？
1）行和列的位置，对应数据处理模式的第一步： 数据分组，表示按对应列里的相同值进行分组
2）求和的位置，对应数据处理模式中的第二步：应用函数，例如列值加入计数，对每一组里面的数据进行统计所出现的次数，比如职位名称为“数据分析师“出现了多少次（或根据自己的实际情况做应用函数）
3）报表结果，对应数据模式中的第三步：组合结果。这种也可以筛查出异常值或者最高值
（四） 构建模型
「一 」解决问题
数据分析师的最热就业城市前5个哪些？
数据分析师的工作年限对就职数据分析师的影响？
数据分析师的薪水如何？计算平均薪水？
「二」几个分析手段：
1、【升降序筛选】
行列值，分别拖入，点击升降序
2、【列汇总百分比】
字段设置-数据透视表字段-数据显示方式-列汇总百分比（或选中单元格-右键-值显示方式-列汇总百分比）
3、描述统计分析-【分析工具库-数据分析】
（1）第1步：文件-加载项- Excel加载项-勾选分析工具库
（2）第2步：菜单-数据-数据分析
（3）第3步：数据分析-描述统计-选定-分别勾选：标志位于第一行、新工作表组（命名）、汇总统计、平均数置信度、第K大值、第K小值
4、【平均值】
行、列值，分别拖入。值，将平均值计算选为平均值
（五）数据可视化及实践
【下一节会介绍】三、一些Excel 问题的解决
（一）日期数据处理
1、求日期格式统一
【方法1】：分列（数据-分列-tab键-日期）【规整数据格式，如日期统一、格式统一】
【方法2】: 设置单元格格式（右键-设置单元格格式-自定义-选择日期的统一格式）
2、求日期各分段的汇总数据
步骤：数据透视表-日期+数据拖入列值-选择任意单元格-右键创建组-设置
3、求随时间变化的趋势
业务点：用户最近的几个月的变化趋势（用户增长量/下降量）
4、求最值问题（最大值/最小值）
步骤：数据透视表-值-下拉选择：值字段设置-值汇总方式-计算类型-选择你想要的最值类型或其他值类型
（二）多表关联查询
1、【重点】多表关联查询
【记住】vlookup(找什么,
在哪找,
第几列,
是准确找0 还是近似找1 )
2、如何查找重复值？
【查找重复值】插入一个辅助列 —— 公式，这里两列拼接，如=A&B —— 插入vlookup多表关联查询
【？】3、如何对数据分组？
步骤：创建分组标准 - 插入vlookup函数进行多表关联查询 - 在哪找：从相对引用至绝对应用(按下F4)
4、三种引用方式
（1）单元格的构成：如A1，表示A列第1行
（2）相对引用：A1
相对引用，直接列号行号直接引用，即在最终结果展示后则会展示出各自引用的值，各自的值最终的结果则成为各自引用后的结果。
注：相对引用产生的问题：因为结果的数值会随着相对单元格的改变而改变，会导致一个最终结果数值错误。
（3）绝对引用：$A$1
单元格的列行号，在某列或某行加上 $ 表示"定住不动"的值，即为绝对引用
（4）混合引用：$A1 A$1