excel查重_一步一步学会数据分析，EXCEL案例实操！

写在前面：

由于几乎没有太多使用EXCEL的基础，所以在学习这一章节的时候异常吃力。不过没关系，在经过勤学苦练后，有了一点熟能生巧的感觉。我的学习方式是：1.听、2.记、3.练、4.整理，过程就没有必要贴出来了，直接上整理后的思维导图。

---

复习之前提出的问题：

在上一篇文章中已经把将要进行分析的数据研究了一下，如果参照以上思维导图的5步法则，其实一进完成了前两步。

上一篇文章的传送门：

鼓翼：任正非说：人工智能就是统计学，计算机与统计学就是人工智能。你听懂了吗？​zhuanlan.zhihu.com

上一篇文章写到，想要分析的问题有：

在表1中：

1. 以购买数量做为提取数据，进行数据分析，得出每一个用户购买数量的平均值。
2. 利用四分位数和箱线图知识，计算出在哪个商品种类ID购买数量最多最畅销。
3. 哪一种商品属性的商品购买次数最多？
4. 通过都买时间和购买数量来分析，哪个月的购买数量最多，用户都购买了哪些商品？它们有什么特色？

在表2中：

1. 通过四分位数分析哪个年龄段的婴儿最多？
2. 婴儿男女比例？

表1+表2：

1. 占比最高的婴儿是多少岁的什么性别，他们喜欢购买哪种商品，这些商品有什么特征？从2013年起，他们的购买趋势和购买特征有没有变化？

---

EXCEL实战练习(MacOS 10.15系统，OFFICE 365)：

1.复制表格，为了养成良好的工作习惯，首先将表格加入后缀-原始数据，并妥善保存。

2.将表格复制一份，加入后缀-清洗数据。

3.将列名进行中文的重命名，以便于最终的分析。

4.查重用户ID和购买行为ID后，未发现重复值。

5.缺失值处理：经对比每列的计数发现，除商品属性外，其余列计数均为29972，使用数据→筛选找出空值，共有144个条数据没有商品属性。由于没有办法找到商品属性的数据，固在表中进行删除。删除后进行检查均为29828。

6.对商品属性进行分列处理，发现商品属性有很多项，都遵循AAA:BBB;的规律，所以使用分列功能对商品属性以;作为分割符号进行分列。PS.由于分列后会覆盖后面的列，所以我将商品属性复制粘贴到了最后列。

7.由于原表的日期为数字，为方便待会儿的使用，我重新更新了购买时间列的单元格格式。

表一清洗的数据完成。

---

8.再来清洗表2：

表2中的性别列中，0代表男性，1代表女性。我活学活用IF函数，将0值的False变为字符串"男"。

---

9.表1+表2VLOOKUP：

由于想要把用户id和婴儿的年龄关联起来，所以就用到了VLOOKUP函数的跨表查询。

10.通过购买日期和婴儿的生日计算出年龄，这里使用了DATEDIF函数（=DATEDIF(小值,大值,"Y")&"岁"）输出得到年龄，这里还用到了&，增加了"岁"的字符串。同时，在表1里增加了性别的列，当然也是使用VLOOPUP函数。

11.如果购买日期在婴儿出生之前，则会出现#NUM!，这里我将所有该错误值使用了IF函数，如果出生日期大于购买日期，则意为在出生前购买。

就此数据清洗完毕！！！

---

数据分析(构建模型)：

在表1中：

1.以购买数量做为提取数据，进行数据分析，得出每一个用户购买数量的平均值。自2012年到2015年期间，每个用户平均购买了2.43个商品。

2.利用四分位数和箱线图知识，计算出在哪个商品种类ID购买数量最多最畅销。最畅销的商品种类为50018831，占比17.46%。

3.哪一种商品类别的购买次数最多？28类商品购买次数最多，占总比34.27%。

4.通过都买时间和购买数量来分析，哪个月的购买数量最多，用户都购买了哪些商品？它们有什么特色？2014年同比2013年购买数量明显增加，11月份为每年的峰值。

在表2中：

通过四分位数分析哪个年龄段的婴儿最多？0岁的最多。

5.婴儿男女比例？

6.占比最高的婴儿是多少岁的什么性别，他们喜欢购买哪种商品，这些商品有什么特征？从2013年起，他们的购买趋势和购买特征有没有变化？

---

写在最后：

函数和透视表的使用需要常常练习，更需要经常去看优秀的案例，才能熟练使用。另外在新工作的过程中，如果能接触到数据，多想多练。