(秦路)七周成为数据分析师（第三周）—

文章目录

1 文本清洗函数
2 关联匹配类
- 2.1 LOOKUP和VLOOKUP
- 2.2 INDEX和MATCH
- 2.3 ROW和COLUMN
- 2.4 OFFSET
- 2.5 HYPERLINK
3 逻辑运算类
4 计算统计类
5 时间序列类
6 Excel的常见技巧
7 用Excel进行数据分析

数分工具的应用：

小白学习顺序

Excel 学习要点：

Excel保证新版本(2013+)
培养好的数据表格习惯
主动性搜索
多练习

函数：

1 文本清洗函数

字符串：

拼接函数：concatenate(text,text)

将text中的old_text转换为new_text。

将值转换为时间格式

删除字符串前后多余的空格。

len() 计算字符串的长度。

2 关联匹配类

2.1 LOOKUP和VLOOKUP

=VLOOKUP(查找值,查找区域,返回查找区域第N列,查找模式)
搜索表区域首列满足条件的元素，确定待检索单元格在区域中的行序号，再进一步返回选定单元格的值。默认情况下，表是以升序排序的

2.2 INDEX和MATCH

INDEX:在给定的单元格区域中，返回特定行列交叉处单元格的值或引用

MATCH:返回符合特定值特定顺序的项在数组中的相对位置

组合：返回选定值在表格中对应的另一个值
INDEX(表格，MATCH(值，表格，0)，另一个值)

2.3 ROW和COLUMN

ROW():返回一个引用的行号
COLUMN():返回一个引用的列号

2.4 OFFSET

以1所在的S2为参考，偏移一行一列，大小为一个单元格，所以结果为4。负数也可以，向上向左偏移。

2.5 HYPERLINK

HYPERLINK：超链接，创建一个快捷方式或链接，以便打开一个存储在硬盘、网络服务器或Internet上的文档

3 逻辑运算类

if:判断是否满足某个条件，如果满足返回一个值，如果不满足则返回另一个值。

is可以用来查找是否是数字或者逻辑值等等，用来数据清洗。

4 计算统计类

sum：求和
sumproduct：两列先相乘，结果求和。
count：计数，为空的不计算在内
max/min/average：某个区域内的最大值/最小值/平均值
rank：返回某数字在一列数字中相对于其他数值的大小排名;如果多个数值排名相同，则返回平均值排名
rand:返回大于或等于0且小于1的平均分布随机数(依重新计算而变)
randbetween：返回一个介于指定的数字之间的随机数

quatile：基于从0到1之间(不含0与1)的百分点值，返回一组数据的四分位点，即统计所选数据的几分位点数。
stdev：计算基于给定的样本总体的标准偏差(忽略逻辑值及文本)
subtotal：返回一个数据列表或数据库的分类汇总
int：将数值向下取整为最接近的整数
round：按指定的位数对数值进行四舍五入
countifs：统计—组给定条件所指定的单元格数

5 时间序列类

Year：返回日期的年份值，一个1900-9999之间的数字。

Month：返回月份值，是一个1(一月)到12(十二月)之间的数字。

Day：返回一个月中的第几天的数值，介于1到31之间。

Weekday：返回代表一周中的第几天的数值，是一个1到7之间的整数。

weeknum：返回—年中的周数

Now：返回日期时间格式的当前日期和时间。

Today：返回日期格式的的当前日期。

Date：返回在Microsoft Excel日期时间代码中代表日期的数字，将分开的年月日组合起来

Days：返回两个日期之间的天数。

6 Excel的常见技巧

快捷键：

定义名称：将一列数据定义为一个名称，通过调用这个名称就可以对整列进行操作
avg（avg）就是对整列求均值

数据→\rightarrow→删除重复值→\rightarrow→就可以知道某一列非重复的值有多少，也就是分类

数据→\rightarrow→数据验证→\rightarrow→验证条件选择序列，就可以实现在下拉菜单中选择

迷你图：点击需要插入表格的单元格，插入→\rightarrow→折线图

7 用Excel进行数据分析

点评数最高的饭店
直接对点评数进行排序
或者使用max()找到最大值，使用match(max(),区域,0)找到最大值所在位置，然后用index(区域,match(max(),区域,0),1)找到匹配的店铺名。

2. 哪个城市人均口味最好
建立数据透视表，口味设为均值，然后对均值进行排序

排序后的结果：

哪个类型的餐饮评价最好
类型为川菜的店中，有多少个带「辣」字，又有多少个带「麻」字?

筛选带‘麻’、‘辣’的字段，然后加入筛选器，空值不选，类型选择川菜，最后看下面的计数。
麻

辣

减去首行的一行，最终结果减1。
口味、环境、服务，三个评价都在8.0以上的饭店有几家?它们在哪个城市的占比最多?
在筛选器里选择→\rightarrow→数字筛选→\rightarrow→大于

三个都筛选完，查看计数

然后使用数据透视表，查看城市的计数

排序
上海地区中，各个类型饭店服务前五名?
使用筛选器，首先选择城市为上海，然后对类型和服务进行排序

使用if语句设置每个类型的店铺有几家

再使用筛选器，选择数量大于5的店铺
没有评价的饭店有几家?
使用count()函数，count函数不计算空值，然后总数减去count()的值。
将人均价格划分成0-50 ,50-100,100-150，150- 200，200+这几个档次，各个城市分别有几家?其中占比又是多少?
将人均除以50再向上取整，然后使用数据透视表
将点评、人均、口味、环境、服务这几个指标加工出一个综合评价系数，并且计算哪十家店是最好的(开放题).
对口味、环境、服务加权求均值，人均求LOG()，评分求LOG来削弱影响，然后对三个结果进行加权，最后归一化排名，取分数最高的十家。

参考链接：【秦路】七周成为数据分析师《第三周：Excel》