Welcome to my blog!

Task 1: 新手上路

基础操作包括：
输入数据
数据格式
合并单元格
自动填充
选择性粘贴
去重
分列
排序
筛选
条件格式
插入下拉列表
行高列宽设置
冻结首行首列
边框
单元格换行

Task 2: 小试牛刀

单元格引用
混合引用绝对引用相对引用

运算符
连接符 & 字符提取 left/right/mid text函数常与find配合

逻辑函数
if函数单条件多条件

计算函数
max min average sum count sumif countif sumproduct

练习：

将列salary最低工资提取出来，假如单元格为“10k以上”、“8k以下”等，最低工资直接为10和8
计算北京最低工资的平均值？
最低工资平均值最低的城市是哪一个？
北京本科的招聘中，最低工资介于7-11（大于7小于11）的岗位有多少个？
将职位标签（positionLables）中，包含“大数据”的岗位筛选出来。
将最低工资分段, (0,4]为低, (4,8]为中, 8以上为高。

答案

=LEFT(P2,FIND(“k”,LOWER(P2))-1)
tips: 双击单元格右下角黑色十字可以快速应用公式到整个列，但是必须这个列必须挨着有数据的列。
通过【筛选】功能选出城市为北京的数据，之后用函数AVERAGE，注意练习1得到的列是文本格式，需要将其转为数值格式，转换方法为使用公式：+0.
使用数据透视表
数据透视表
=IF(ISNUMBER(FIND(“大数据”,O2)),“1”,“0”) 然后将0或者1筛选出来
=IF(T2<=4,“低”,IF(T2<=8,“中”,IF(T2>8,“高”))) 即三元表达式的嵌套

Task 3: 百尺竿头更进一步

vlookup函数用法
https://www.zhihu.com/question/34419318

vlookup的四个参数：找啥，在哪个区域找，找到之后要第几列的东西，精确查找还是模糊查找

逆向查找：(好像直接把想查找的列粘贴到后面也可以)
表达式：=vlookup(查找值，IF（{1,0}，查找值所在列，结果值所在列）,2,0）

多重条件查找
表达式：=VLOOKUP(查找值1&查找值2，IF（{1,0}，查找值1所在列&查找值2所在列，结果所在列）,2,0）

match和index
https://zhuanlan.zhihu.com/p/84284263
双条件查找
https://jingyan.baidu.com/article/fd8044faf87ea55031137af6.html

练习

用vlookup函数查找以下公司的 companyId | companyFullName | |:----| | 上海云贝网络科技有限公司 | | 携程计算机技术（上海）有限公司 | | 浙江康健绿线网络技术有限公司 | | 久亿财富（北京）投资有限公司 | | 杭州木瓜科技有限公司 | | 思特沃克软件技术（成都）有限公司 | | 北京金山云网络技术有限公司 |
用match和index函数实现第一题的功能
用match和index函数查找以下id对应的公司名称，注意id是横向排列的 | companyId | 127200 | 151079 | 22225 | |----|----|----|----|
请根据companyId和postionId两个条件查找对应的工资水平 | companyId | positionId | salary | |:----|:----|:----| | 62 | 938038 | | | 1575 | 1157620 | | | 157392 | 2574696 | |

答案

用=VLOOKUP(V2,B:C,2,0)
用=INDEX(C:C,MATCH(V2,B:B,0))
用=INDEX(B:B,MATCH(X3,C:C,0))
=VLOOKUP(S4&T4,IF({1,0},C:C&L:L,P:P),2,0))

Task 4: 数据可视化

图表类型选择指南
https://wenku.baidu.com/view/f7653b00974bcf84b9d528ea81c758f5f61f2910.html

1.不同城市招聘数量

2.不同学历招聘占比

3. 对经验的需求占比

4.除了以上之外，还统计了下列的数据，有些需要提前进行数据处理，忘截图了，就把问题发一下吧。

统计各个城市对于数据分析师的需求情况
统计对求职者学历要求的情况
统计对求职者工作经验要求的情况
统计各种职位的需求情况
统计不同城市不同行业对于数据分析师的需求情况
统计不同城市的平均工资水平情况
统计不同行业的平均工资水平情况
统计不同职位的需求情况
分别统计北京, 上海，深圳，广州四个城市不同行业和学历的工资分布情况
分别统计北京, 上海，深圳，广州四个城市不同行业和工作年限的工资分布情况

数据分析基础-Excel练习相关推荐

python数据分析与excel_读Python数据分析基础之Excel读写与处理
对于业务型数据分析来说,Excel可以说是打交道最多的软件了,可以说没有之一.之前有比较系统地读过<Python数据分析基础>(Foundations for Analysis with ...
python处理多个excel数据_python 数据分析基础 day8－pandas读写多个excel文件
今天是读<python数据分析基础>的第8天,今天的读书笔记的内容为利用pandas读写多个excel文件,当中涉及到读写excel文件的多个工作表. 大致原理如下: glob.glob( ...
Python数据分析基础之Excel文件(6)
这一篇博客主要讲一下处理多个工作簿. 之前我们已经创建了sales_2013.xlsx工作簿.在这里,我们再创建两个新的工作簿sales_2014.xlsx和sales_2015.xlsx,并 ...
【业务数据分析】——Excel的基础操作(一)
Excel的基础操作 1.工作簿 2.工作表 3.数据基本操作 4.数据类型 5.常用快捷键 1.工作簿即Excel文档,用来储存和处理数据的文件常用扩展名: xls 97-03版 xlsx 07 ...
Excel数据分析基础(2)-----SUM和AVERAGE等函数的具体用法
在上一篇文章中,我介绍了如何使用"自动求和"来计算平均值和最大值/最小值.由于这些功能是通过"函数"实现的,因此也可以直接手动输入这些函数进行平均值计算.这次, ...
以某个字符开始_小白从零开始数据分析01—Excel常用公式汇总（数据清洗）
转自公众号'机械生探路互联网' 作者: @赵之宇数据清洗是数据分析师的基本功,可以说是没个数据分析师都必须要掌握的技能,这其中的基础就是用EXCEL进行数据分析,下面介绍一下一些比较常用的数据清洗的 ...
简书python数据分析基础reading_Python数据分析基础ReadingDay5_sqlite3
reading Foundations for Analysis with Python Day 5 <Python数据分析基础>封面这篇笔记开始记录数据库的内容,会用两篇笔记分别讲述P ...
【数据分析-Excel】Day-036 数据分析与Excel
文章目录 1. 数据分析与Excel 1.1 数据分析背景 1.2 什么是数据分析 1.3 数据分析流程 2. excel准备 2.1 课件下载 2.2 大家对excel的了解长篇警告 1. 数据分 ...
从零学习python：数据分析与Excel
数据分析与Excel 1. 数据分析随着互联网+的不断深入,网络中的数据量飞速膨胀.身处信息的海洋,在这个数据高速爆发的时代,企业想要快速发展,不能只简单地靠历史的经验,想要快速成功,就要认清数据. ...
数据分析与Excel（一）
数据分析与Excel 1. 数据分析随着互联网+的不断深入,网络中的数据量飞速膨胀.身处信息的海洋,在这个数据高速爆发的时代,企业想要快速发展,不能只简单地靠历史的经验,想要快速成功,就要认清数据. ...

数据分析基础-Excel练习