世界上最深入人心的数据分析工具，是Excel，在日本的程序员考试中，程序语言部分，是可以选择Excel表格工具作为考试选项的。可见其重要性。

数据分析的步骤：

• 提出问题

• 理解数据

• 数据清洗

• 构建模型

• 数据可视化

Excel中的数据类型主要有：文本型，数值型，逻辑型。

如果右键单元格显示为常规型，表示和数据本身表示出的类型相同。

数值类型一般是右对齐的。

数据清洗

1. 选择子集

对列进行隐藏和再表示。

2. 列名重命名

直接对列名进行重新命名。

3. 删除重复值

数据选项卡，删除重复值，选择主键。

4. 缺失值处理

通过查看列的总数据数量进行比较是否缺失，如果发现缺失值，点击开始选项卡中的查找和选项，点击定位条件，选择空值找到缺失值。对其中的一个缺失值处进行填写，ctrl＋enter使其他的空格也填入同样的值。

5. 一致化处理

进行单元格的复制和拆分处理，函数的运用。

几个重要的函数：

• AVERAGE

• FIND（要查找的字符串，字符串所在单元格）→返回一个数字，也就是位置。

• LEFT/RIGHT（字符串所在的单元格，从左/右开始到要截取的字符数）

• MID（字符串所在的单元格，开始位置数，截取长度）

• LEN（单元格）→返回字符串的长度是个数字。

• COUNT

• IF（条件，条件成立值，条件不成立值）

• VLOOKUP（查找目标，查找范围，返回列，精确0还是模糊1查找）

其他：

函数的复制：双击十字架。

使用数据筛选功能，处理没有正确适应函数的单元格。

一般函数报错，可能是因为数值类型是文字类型的数字，因此无法计算。可以进行数据类型转换，或者使用单元格拆分处理进行转换。

6. 数据排序

排序可以使用开始菜单的排序和筛选功能。

数据透视表的原理：

Split（数据分组）→Apply（应用函数）→Combine（组合结果）

插入选项卡，选择数据透视表，选择新工作表，将需要进行数据分组的分析轴，拖入对应的行和列。

7. 异常值处理

找到不需要的数据，和异常的数据。

数据清洗后，将文本另存为清洗结果文本，方便后续使用。

构建模型

1. 使用数据透视表进行模型构建

构建后任意值右键，将值的显示方式设置为列汇总的百分比，可以改变显示方式。

2. 分析工具加载

文件选项卡，选项按钮，加载项按钮，选择跳转，加载宏中选择分析工具库，确定即可。

3. 描述统计分析

选择数据选项卡，选择数据分析按钮，弹出框中选择描述统计，输入选项即可生成新的统计表。

透视表中的值汇总依据，选择平均值。

日期处理

对日期的处理可以让我们提高工作效率。总结学习到的日期处理的小例子。

1. 购买年份和出生年份的差，求年龄。

A出生日期，B购买日期

=left(B1,4)-left(A1,4)

2. 日期差取整数。

=round((B1-A1)/365)

3. 如果业务要求取月份差，天数差，使用datedif函数。

又叫隐藏函数。Datedif（起始日期，结束日期，返回值）

返回年使用=datedif(B1,A1, "y")，其他还有返回月数的m和返回日数的d。

使用时，要注意，起始日期要小于结束日期，不然会返回错误。

动态计算到今天的天数等，可以再结束日期处使用today()。

电商数据分析

1. 重新熟悉一下数据字段

2. 对数据进行清理和整理

对商品购买表进行数据的简单清洗，主要是提取子集，对日期字段进行处理。

对婴儿信息表进行数据的简单清洗，主要是通过vlookup函数匹配购买日期，datedif函数算出年龄字段，以及对日期字段进行处理。

3. 描述统计分析

主要对购买量和婴儿年龄进行了统计。购买统计中的最大值为10000，暂做保留。

4. 使用数据透视表进行进一步分析

① 各个历史时间段内的购买数据分析

分年进行统计：可以看出2014年购买量达到峰值。

按照月份进行统计，可以看到各个年份11月12月购买量最大，推测是双十一双十二的影响。

② 对一级商品分类进行统计，可以看到编码为50018831的商品具有最高的购买量，可以针对此进行用户需求的分析。

③ 对婴儿年龄进行分析，可以看出，用户大部分集中在0~3岁，男性宝宝的用户量略微高于女性宝宝，少数用户没有记录年龄。

学习感悟

Excel是简单易于上手的分析工具，不需要复杂的安装，数据就可以在眼前通过各种形式表现出来，数据透视表更是功能强大堪比BI软件。简单一击就能将分析轴排布在右侧进行使用。

最初的印象是小看Excel的，对于自己不会的功能，总是以我不太懂Excel为借口蒙混过关，而通过学习发现，很多的大型公司也都在用Excel进行出色的分析。

另外关于数据分析的流程和思考方式，也非常实用，一切都要在实操中升华成自己的技能。遇到问题，发现问题，查找方法，积极交流，找到解决方案，无论是自己学习还是商业分析，都是很好用的方法论。

作者：SW字母妞
来源：简书

延伸阅读都说经典，同期群分析到底是个啥？    Pandas熟练？进来测测这50道题吧！    实战解读：数据分析，如何更进一步？
数据不吹牛读者群已经建立，后台回复“入群”，即可加入有趣讨论，交流数据干货
“还不错”