《数据分析实战》——2.制表篇（3—5）

三、数据采集与整理

1.数据采集的几条重要原则：足够复杂、足够细（粒度细）、有跨度（尽量找不同时间、地区的数据）、要有可行性

2.“逐步推进法”推测需要的数据（步骤：总量-结构-时间序列-颗粒度）

3.数据整理过程（耗时耗力，有三点要求-尽可能保证数据是对的、数据能用得上、数据的格式能够直接用于分析）

（1）重复、空行、空列数据删除（F5-定位）

（2）缺失值的填充和分析

（3）数据间逻辑的排查

—Excel中“删除重复项”：“数据”—“删除重复项”（此法可事先标注，或者将数据备份较好）

—高级筛选：“数据”—“高级”（最好事先备份）

—spss缺失值填充（2种）：“转换”-‘替换缺失值’；“分析”-“缺失值分析”

（4）抽样

—spss：“数据”-“选择个案”-“随机个案样本”；

—Excel：2种-randbetween（起，始）；“数据分析”-“抽样”

四、制表（上）

1.合并（数据重构：数据虽分布在不同的工作簿或不同的工作表中，但表头结构相同）

（1）跨工作表合并：新建工作表-“合并计算”

（2）跨工作簿合并：数据合并，实现数据联动（粘贴链接）

五、制表（下）

1.七个百分比：行总计、列总计、全部汇总、父行（列）的百分比、累计占比、同比、环比。

同比是指本期数据和去年同期的比值；环比是本期数据和上一期数据的变化情况。

2.分组

（1）文本分组

（2）等步长、不等步长的数据分组

（3）日期型分组

3.随意生成派生指标

六、数据扫描

1.Excel扫描

2.spss扫描：“分析”-“描述统计”-“描述”

3.其他指标：变异系数=标准差/平均值