跟着小破站戴师兄学习数据分析 第二弹(整理)

目前进度:

  • Excel大厂周报制作
  • tableau仪表盘制作
  • SQL
  • Python(有基础)(学习一半)
  • spss(读研时用的数分工具,后续复习一下)

学习目标1:

Excel大厂周报制作


(接上一篇)

PART02:

4. SUBTOTAL

在这里插入图片描述
subtotal可以选择函数,如下图列出。如果要求和,就写为subtotal(9,…),此时subtoal的作用与sum是一致的。如下图所示,还可以计数,求最大值最小值,求平均值等等。但是我此处也就只用过sum这一个功能。我这里还备注了一句话hhh。
在这里插入图片描述
在这里插入图片描述

5.if函数

(1)if函数比较简单,如图在这里插入图片描述,if后面跟条件,然后判断是否符合该条件,符合返回TRUE,不符合返回FALSE。
比如,在这里插入图片描述,判断每个月的GMV是否大于目标值10万,就可以使用if函数。IF(判断条件,‘符合则返回某个值’,‘不符合则返回某个值’)。图中,符合的返回yes,不符合的返回no。
以上都是if单条件判断,如果需要考虑多个条件限制判断的话,则需要对用if进行嵌套判断。
(2)如果条件为“大于月目标10万且花费少于5千的为达标”,那么既需要满足GMV>10万,又需要cpc<5000,这是“and”的关系,需要同时满足。那么可以通过if嵌套来实现,如下:

if(C80>100000,if(D80<5000,"达标","不达标"),"不达标")

首先,第一个判断条件为月目标GMV>10万,若符合则进入第二个判断条件,若不符合则直接pass,我个人感觉这里有点类似于c语言里的for循环,判断条件是否符合,符合则进入下一层循环,不符合则直接跳出循环,just个人感觉。
在这里插入图片描述
如果第一个条件符合,那么进入第二个if判断,若cpc小于5千,那么符合则返回“达标”,不符合返回“不达标”。
第二个例子,更深入的理解if嵌套。判断A和B为0的情况。
在这里插入图片描述
首先,判断A是否等于0,若该条件满足,则可知A等于0,那么此时进入第二个条件,判断B是否等于0,若B等于0,那么可以下结论AB都等于0,否则那就是A等于0但是B不等于0;若不满足第一个条件A=0,那么进入第三个条件,再次判断B是否等于0,此时我们知道A不等于0,那么只需要判断B是否等于0即可下结论,B等于0就是A不等于0B等于0,若不符合第三个条件,则结论为AB都不等于0。这一段嵌套稍微有一丢丢绕,但是理解了if函数就很好理解,我也是再重新温习这里时,更加清晰的了解if嵌套的使用。

if(I83=0,if(J83=0,"AB都等于0","A等于0B不等于0"),if(J83=0,"A不等于0B等于0","AB都不等于0")

6.VLOOKUP函数

终于来到了vlookup函数,这个函数的作用我愿称之为Excel最常用的函数(此处没有拉踩,只是我个人工作中最常用到这个函数而已,其他函数也很牛)。
1. 先看一下vlookup函数的结构:
在这里插入图片描述
vlookup(要查找的数据,要查找的数据所在的区域,要返回的数据在所选区域的第几列,模糊匹配(表示为1/true)或者精确匹配(表示为0/false))。看上去略显复杂,但是大白话来说就是,你想要匹配查找的这个数据他在哪一部分区域,然后你要匹配哪一个属性,精确匹配还是模糊匹配。一般都是采用精确匹配,不咋用模糊匹配。
举个例子,有一张表,包含了客户的信息,但是你需要匹配到每个客户对应的客户经理的信息,完整的客户和客户经理的信息在另一张表,此时你就可以用vlookup来匹配,客户名或者客户号作为你要查找的数据,完整的信息表作为查找区域,如果客户经理在查找区域的第二列,那么col_index_num输入2,再输入0,即可完成客户与客户经理的匹配。
另外,vlookup函数是可以跨表查询的,此处跨表指跨两个.xlsx,不是sheet1、sheet2表单,当然表单也是可以跨的。这个函数大家自行操作熟练几遍即可掌握了。

2. 精确匹配一定是完全符合,才能匹配上。举个栗子:
在这里插入图片描述
这里查找a返回错误,说明没有找到a,先给大家看一下这里用的函数表达式:在这里插入图片描述表达式看上去是没有错的,但是为什么匹配不到呢?原因在于!左边的大表格中,在这里插入图片描述a的后面有空格,这样也是无法匹配成功的!所以,这里引出我们的通配符!
1) * :代替不定数量的字符
2):英文输入,代替一个字符
此时,=VLOOKUP(I96&"*",F96:G103,2,0),注意需要用 & 符号连接,并且加双引号(英文的),其实本该包含a的值都返回的,但是vlookup函数只返回第一个值。
在这里插入图片描述
查找b开头并且是三个字符所对应的数值:

=VLOOKUP(I99&"??",F96:G103,2,0)
到此时,vlookup查询已经告一段落。


接下来是vlookup根据聚合查询。
首先,涉及到数据透视表,选中源数据表,点击插入–数据透视表-- 选择位置插入–行标签选择门店id和gmv–求和,即可得到透视表。
在这里插入图片描述
如果每一个求和项都要拉一张透视表的话,这对于实际业务场景来说是不合适的,因此我们需要使用vlookup函数引用数据透视表计算好的内容。
以下基操,不多赘述:
在这里插入图片描述
上图中写好了第一个vlookup,其他的可以直接下拉完成快速填充。与其他函数写法不同的在于,这里在选中区域时,多了一个 $ 符号,这是锁定区域的作用,如果不锁定的话,各位小伙伴可以自己去尝试一下,会发生整体区域向下偏移的错误。

小tip:可以按F4快捷锁定区域。

后续是Excel高级用法,index和match的联用,内容较多且复杂,不过熟悉之后会是一大“杀器”。

  • 20
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pandas是一个开源的数据分析库,提供了高效的数据结构和数据分析工具。它是基于NumPy构建的,可以处理各种类型的数据,包括结构化的数据和时间序列数据。 在进行Pandas数据分析实战时,你可以按照以下步骤进行: 1. 导入Pandas库:在开始之前,需要导入Pandas库。你可以使用以下代码导入Pandas: ```python import pandas as pd ``` 2. 读取数据:使用Pandas的`read_csv()`函数读取数据文件。例如,如果你的数据文件是一个CSV文件,你可以使用以下代码读取: ```python data = pd.read_csv('data.csv') ``` 3. 数据探索:使用Pandas的各种函数和方法来探索数据。你可以使用以下代码查看数据的前几行: ```python data.head() ``` 4. 数据清洗:清洗数据是数据分析的重要步骤之一。你可以使用Pandas的函数和方法来处理缺失值、重复值等。例如,使用以下代码删除重复值: ```python data = data.drop_duplicates() ``` 5. 数据分析:使用Pandas的函数和方法进行数据分析。你可以使用各种统计函数、聚合函数和可视化工具来分析数据。例如,使用以下代码计算某一列的平均值: ```python mean_value = data['column_name'].mean() ``` 6. 数据可视化:使用Pandas和其他可视化库(如Matplotlib和Seaborn)来可视化数据。你可以使用各种图表和图形来展示数据的特征和趋势。例如,使用以下代码绘制柱状图: ```python import matplotlib.pyplot as plt data['column_name'].plot(kind='bar') plt.show() ``` 这些是进行Pandas数据分析实战的基本步骤。当然,具体的分析任务可能会有所不同,你可以根据自己的需求和数据特点进行相应的操作和分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值