数据分析——跟随秦路的第123篇,EXCEL基础函数、技巧、实战

excel的一些常用函数,在mysql中有很多是同名的,python也类似。

帖子用来自我学习记录,

原址:https://zhuanlan.zhihu.com/p/23345231

原文:https://zhuanlan.zhihu.com/p/23618955

原文:https://zhuanlan.zhihu.com/p/24084300


一、基础函数

一、数据清洗类

1、trim() 

可去除单元格首尾空格,且在中间保留一位空格

若要去除所有,可用ctrl+H替换,或用substitute(A1," ","")

clean()删除空行(Alt+Enter的反向)

2、concatenate()

合并单元格

3、replace()、substitute()

replace(A1,起始位置,替换几个字符,替换成什么)

4、mid、left、right

mid(字符串,起始位置,引用几个)

5、len、lenb

字符数,可搭配left等使用,lenb计算字节数

6、find、search

find(字符串,单元格,start_num默认为1),ps即使start_num<>1,find返回值仍是从1开始计数

返回一个字符串在另一个字符串出现的起始位置,所以常与Left搭配使用,eg=LEFT(A2,FIND("@",A2,1)-1)

search一样,只不过模糊一些,不区分大小写,还可以使用通配符*(替代多个字符)和?(替代单个字符)

 二、关联匹配——(待研究)

1、lookup、vlookup

2、index、match

3、offset

offset(参考系,向下,向右,高度,宽度)

参考系可以是单元格也可以是类似B2:D4这样的区域

offset与sum搭配,可以实现自动求和

三、逻辑判断

1、if、and、or

if(and(条件1,条件2),true的返回值,false的返回值)

2、iserr、iserror、isna、istext

四、计算统计

1、sum、sumif、sumifs

sumif(条件区域,条件,求和区域)

sumifs(求和区域,区域1,条件1,区域2,条件2)

2、sumproduct

sumproduct(array1,array2,......) 

注:array的维度必须是一样的,逗号分割的各个参数必须为数字型数据。

如果是判断的结果逻辑值,就要乘1转换为数字。如果不用逗号,直接用*号连接,就相当于乘法运算,就不必添加*1

乘积求和,还有多条件求和、多条件计数等功能

https://jingyan.baidu.com/article/3c343ff7074afe0d36796353.html

3、count、countif、countifs

4、rand、randbetween 随机抽样

5、quantile(指定区域,分位参数)、stdev 标准差

6、subtotal 分类汇总

五、时间函数

1、weekday(指定日期,参数) 

参数=1,周日算作第一天;参数=2,周一算作第一天

2、weeknum(指定日期,参数) 返回一年中的第几个星期,参数同上

3、today、now()时间戳

4、datedif 两个日期的时间差

datedif(开始日期,结束日期,参数) 参数确定返回年还是月份等


二、技巧

1、设置 自定义下拉菜单

(数据-数据验证) 数据有效性是一种约束,针对单元格限制其输入,也就是让其只能固定几个值。下拉菜单是一种高阶应用,通过允许下拉箭头即可。 ps:选择序列形式,用英文下的逗号隔开

2、条件格式

可以新建规则,用于标识排名前几(或大于小于等)的单元格等。

3、数据工具

数据-删除重复值、分列、快速填充*

4、自定义名称

公式-定义名称,可以为一个区域定义,sum等可以直接引用该名称

5、多级分组显示

(数据-组合) 快捷键:Alt+Shift+→

当excel行数or列数太多,可以用分组达到快速切换和隐藏的目的。

6、分析工具库

分析工具库是高阶分析的利器,包含很多统计计算,检验功能等工具。Excel是默认不安装的,要安装需要加载项,在工具菜单下(不同版本安装方式会有一点小差异)。

分析工具库是统计包,规划求解是计算最优解,类似决策树。这两者的分析方法以后详细论述。

7、第三方插件

(插入-应用商店)微软的power系列很强大,要下载的


三、实战

数据分析的步骤:明确目的、搜集数据、整理数据、分析、形成报告、反馈。

1、首先,数据分析以业务为核心,所以现有目标,才有分析。而不是反过来通过数据想直接得出结论。

2、数据整理:

1)有无缺失

2)数据是否一致:有统一的命名和标准(后续可能要找出强相关的出来)

3)是否有脏数据:去重、分列提取关键等等

3、分析 多维度的去分析数据



  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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