原来excel也能做职业数据分析（步骤完整且过程详细）

一、数据分析步骤

        1、提出问题——明确数据分析目的

        2、理解数据——理解数据列名的意义

        3、数据清洗——统一格式内容

        4、构建模型——思考用什么样的表现形式把数据呈现出来

        5、数据可视化——把数据转化成图

二、提出问题

        首先要明确这次数据分析的目的是什么？也就是为了解决什么问题？（提出的问题要能用很明确的指标和数字来衡量，切勿模棱两可）

        提出问题：
        1、在哪些城市找到数据分析师工作的机会比较大？
        2、数据分析师的薪水如何？
        3、根据工作经验的不同，薪酬是怎样变化的？

三、理解数据

        也就是理解表格中的各个字段表示的什么意思

        城市： 用于比较不同城市对数据分析师的需求如何

        职位所属：分析以后的工作岗位

        职位ID：表示职位的唯一表示，也就是每一行数据的唯一标识------用于去掉重复ID

        薪水：比较不同城市、和所属领域的薪水区别

        工作年限：从时间轴上对比薪资涨幅

四、数据清洗

        数据清洗即数据预处理，目的是去掉无效、重复数据，以取得符合我们要求的数据。

        数据清洗的基本步骤：

        

        1、选择子集 

        只选择对数据分析有意义的字段，无意义的字段选择隐藏，即隐藏不需要分析的列（尽量不删，保证数据的完整性）。这里隐藏公司ID和公司全名，保留职位ID和公司简称。

        

        2、列名重命名 

        将不合适的列名更改为我们容易理解的形式。

        3、删除重复值

        对重复数据进行删除，这里我们对【职场ID】列进行删除重复值处理：

        4、缺失值处理 

        先检查数据是否存在缺失值，先查看完整数据列的计数：

         再选择其他列查看是否缺失数据：

        可以看出【城市】这一列缺失2条数据。

        一般对缺失值的处理有4种方法，根据情况灵活使用：

        ① 通过人工手动补全（缺失值较少，并且可以根据其他信息确定该值）
        ② 删除缺失的数据（无法判断该位置填写何值，或者删除的数据对分析无大的影响
        ③ 用平均值代替缺失值
        ④ 用统计模型计算出的值去代替缺失值

        这里对【城市】这一列的处理