7周入门数据分析：（2）分析界的No.1——Excel

在数据分析界（结构化数据）也同样有二八法则，Excel就是最重要的那20%。本文结构如下：
1、 必须掌握的Excel函数
2、Excel常用技巧
3、用Excel画图
4、Excel分析数据过程中的基本原则
5、练习的数据集

1 必须掌握的Excel函数

具体使用方法可阅读WPS学院，绝大多数office-excel和WPS-excel中的函数是很接近的。

数据清洗类

实践过程中发现，主要需要对：数据缺失，奇异值数据，数据中的格式存在问题三种情况进行数据清洗
（1）Trim
清除掉字符串两边的空格。称之为保险函数，用了准没错，不用可能有错，还是那种很难排查的错误。
（2）Concatenate
=== Concatenate(单元格1，单元格2……)==
合并单元格中的内容，还有另一种合并方式是& 。你还在为合并单元格后不能同时保留单元格内容而烦恼？
（3）replace
=Replace（指定字符串，哪个位置开始替换，替换几个字符，替换成什么）
终于知道表格里身份证号码和电话号码的“158****5678”的格式是怎么做出来的了
（4）Left／Right／Mid
=Left(指定字符串，截取长度)
（5）Len／Lenb
返回字符串的长度，在len中，中文计算为一个，在lenb中，中文计算为两个。查看一列数据数据长度是否相同，有没有长度奇异值。
（6）Find
=Find（要查找字符，指定字符串，第几个字符）
查找某字符串出现的位置，可以指定为第几次出现，与Left／Right／Mid结合能完成简单的文本提取。
（7）search
和Find类似，区别是Search大小写不敏感，但支持＊通配符
（8）Text
判断日期是星期几

关联匹配类

（1）Vlookup
=Vlookup(查找的值，哪里找，找哪个位置的值，是否精准匹配)
应该是Excel最牛的函数之一，多表关联的作用，相当于SQL的join函数
（2）Index
＝Index（查找的区域，区域内第几行，区域内第几列）
返回的是表格内容（给坐标，返回内容）
（3）Match
＝Match（查找指定的值，查找所在区域，查找方式的参数）
返回的是坐标（给内容，返回坐标）
（4）Row/Column
返回单元格所在的行或列

逻辑运算类

IF、And\Or\、Is系列：常用判断检验，返回的都是布尔数值True和False。常用ISERR，ISERROR，ISNA，ISTEXT，可以和IF嵌套使用。

计算统计类

（1）Max、Min、Averagea、Rank:排序，返回指定值在引用区域的排名，重复值同一排名。
（2）Rand／Randbetween：常用随机抽样，前者返回0~1之间的随机值，后者可以指定范围。模拟实验时候会用到，相当于numpy.rand.random()
（3）Int／Round：取整函数，int向下取整，round按小数位取数。e:round(3.1415,2) =3.14 ;
Python中的int()也是向下取整，np.ceil向上取整，np.floor向下取整（取整后依然是float）

时间序列类

（1）Year、Month、Day：将年月日拆分开
（2）Weekday：（=Weekday(指定时间，参数)）
返回指定时间为一周中的第几天，参数为1代表从星期日开始算作第一天，参数为2代表从星期一开始算作第一天（中西方差异）。我们中国用2为参数即可。
（3）Date：将年月日合并
（4）Today、Now：返回当前时间戳，动态函数，（2020/1/2 21:21）

2 Excel常用技巧

快捷键

Crtl+方向键，对单元格光标快速移动，移动到数据边缘（空格位置，真香，一举两得）
Crtl+Shift+方向键，对单元格快读框选，选择到数据边缘（空格位置）
Alt+Enter，换行（拯救表格内容的丑陋排版）
（其他的还有一些，但是这三个快捷键是我比较偏爱的，也是新学的）

格式转换

时间格式在Excel中可以和数值直接互换，也能用加减法进行天数换算。
列举是一些较通用的范例（不同编程语言还是有差异的）。
YYYY代表通配的四位数年格式
MM代表通配的两位数月格式
DD代表通配的两位数日格式
HH代表通配的的两位数小时（24小时）格式
hh代表通配的两位数小（12小时制）格式
mm代表通配的两位数分格式
ss代表通配的两位数秒格式
例如2016/11/11可以写成：yyyy/MM/dd
2016-11-11 23:59:59可以写成：yyyy-MM-dd HH:mm:ss

数组

先看数组的最基础使用。选择A1:D1区域，输入={1,2,3,4}。记住是大括号。然后Ctrl+Shift+Enter。我们发现数组里的四个值被分别传到四个单元格中，这是数组的独有用法。

分列

以将某一列按照特定规则拆分。常常用来进行数据清洗。

数据透视表

数据透视表，可以方便做很多统计分析的工作，能够将字段与字段进行关联，能够调节关联方式，也能够添加筛选条件，相当于一个综合了“groupby”、“where“等多种筛选条件的查询语句。直接将所有字段选中建立数据透视表，再在右侧选择”行“，”列“，”值“的地方筛选字段。其使用方法如下：

自定义下拉菜单

（WPS操作非常简单）

3 用Excel画图

秦老师的博客有详细绘制一副甘特图的教程，其他类型插图建议参看他的《七周成为数据分析师》

4 Excel分析数据过程中的基本原则

（1）五个步骤：明确目的，观察数据，清洗数据，分析过程，得出结论
（2）一切数据分析都是以业务为核心目的，而不是以数据为目的。
（3）尽量不删除数据，而是隐藏，保证原始数据的完整
（4）数据清洗首先关注数据有无缺失，如果某一字段缺失数据较多（超过50%），分析过程中要考虑是否删除该字段；数据是否一致化；数据是否有脏数据（乱码，错位，重复值，未匹配数据，加密数据等）
（5）数据是文本格式，偏向汇总统计的计算；数值型的数据比较多，就会涉及到统计、比例等概念；如果有时间类数据，那么还会有趋势、变化的概念。

5 练习的数据集

链接: https://pan.baidu.com/s/1_dym8tSOxjU_E-UkdKGsHg 提取码: jii9