第一步:明确问题,数据分析的目的是什么
第二步:理解数据,数据的可靠性,字段的意义等等
第三步:清洗数据,对脏数据进行清洗,清洗为我们想要的数据样式,方便后期的分析
第四步:数据分析过程或者构建模型
第五步:数据可视化,展示
第一步:明确问题,我们拿到的数据分析职位的招聘信息,
想知道数据分析的薪资水平,年限要求,教育要求等等
第二步:理解数据,即理解各个字段的意义,其中职位id是唯一id
第三步:清洗数据:
显示全部数据:全选所有数据,在开始的地方,选择自动换行
![94ec93b7a961b845796b4363a03972e1.png](https://i-blog.csdnimg.cn/blog_migrate/82eb6b7190dda088145efb6c667e0e53.jpeg)
所有的数据就显示全了
excle中数据类型:
![c952d9c42f59d23446f3627ec6f76e61.png](https://i-blog.csdnimg.cn/blog_migrate/4d70a64f1b92834a2f861cb2924a328a.jpeg)
![28058dac65ee6a665a2a4f00a5adbd8b.png](https://i-blog.csdnimg.cn/blog_migrate/8b58abaf6d24dc5341ba5851db64d48b.jpeg)
总的来说。分为字符串类型,数值类型,和逻辑类型
清洗过程:1,选择数据集合,(就是选择子集)
公司id,简称这俩字段用不着,不需要,为了不改变原有数据,可以对这俩列进行隐藏,
![3d69c64c78da0c8766b17d42b3904a1d.png](https://i-blog.csdnimg.cn/blog_migrate/c3e03c9fa30cab08c7fa6dad081e5bea.jpeg)
选择隐藏的列,右键,点击隐藏
如果需要取消隐藏,
![1ab4f5b424d86b0b3a2917876f6ed638.png](https://i-blog.csdnimg.cn/blog_migrate/5d0238e136523f1ad603c319b0e92adb.jpeg)
修改字段:双击字段就可以修改
删除重复项:
![306f261140390d500a296267b3d3ffc9.png](https://i-blog.csdnimg.cn/blog_migrate/ed037ad122f98c01536c88ef2f9d891e.jpeg)
选择按那个字段进行去重,在数据下选择删除重复项即可
![e9d977f527bda9822c702b5903f90e46.png](https://i-blog.csdnimg.cn/blog_migrate/59862032ced53081999f8df1c9f92723.jpeg)
查找缺失,选择id列,在右下角又显示数据条数,同样的方法可以查看任一列的条数
![b7f22af1e3f8cad2f7a16d7c72590e66.png](https://i-blog.csdnimg.cn/blog_migrate/e5e9b82f4afcb2fd20505b926b30e5a5.jpeg)
![1a31823e89082c9e4f378c203a4f3a36.png](https://i-blog.csdnimg.cn/blog_migrate/af4cddcd014a565421527cf32228c660.jpeg)
城市这一列缺少了2条数据,找到缺失数据,处理缺失值
![64c4abd90c403ec92043be7ba59bf2d2.png](https://i-blog.csdnimg.cn/blog_migrate/95301151057cd5dd170d5beffbd216ce.jpeg)
在查找中选择定位条件,条件为空值
![155f7e6c3a1f9bc9f1cdc4d28aa05832.png](https://i-blog.csdnimg.cn/blog_migrate/0a9205276d654eea82675f8752c02822.jpeg)
![d4dab216e78e49a14d41a1191b47dc68.png](https://i-blog.csdnimg.cn/blog_migrate/f6a8c24e329025a8d34e809b345547cf.jpeg)
在一个输入上海,按ctrl + enter 即空值位置都填充为了上海
一致化处理:就是将数据格式化为同样的格式,在公式所属领域中,有多个领域,需要拆分
![be4714006b67b67294ba45a81e07aff3.png](https://i-blog.csdnimg.cn/blog_migrate/8e9a6b1c246a3f85863fbe2cb437ecfe.jpeg)
选择这一列,在数据选项卡中,选择拆分,按分割符号拆分,
![340cd81f4cbf34f664cf70797dcc7113.png](https://i-blog.csdnimg.cn/blog_migrate/2ec0a313038d7967d60cc438f0f66fe5.jpeg)
默认的分割符号中,选择其他,,将我们要拆分的分割符号输入
![cc0353d29a786c6867a2cdb6bde6ac3a.png](https://i-blog.csdnimg.cn/blog_migrate/aa35e4bff2d8ad1509969f08b4a07800.png)
EXCLE常用的函数:
平均值。everage
![684d5067bfaa80f6c1aba706126ccd64.png](https://i-blog.csdnimg.cn/blog_migrate/78532df179cdd53fe12de3f92415f7c6.jpeg)
![55ec1654c512f91dc102b23b6fb6d4ec.png](https://i-blog.csdnimg.cn/blog_migrate/a633619442956dd49dade9e4f1d187cc.png)
number1是第一个必须参数,选择需要求值的单元格,number2是可选参数,附加的值
![f006971414c3ecdc67bc19d0f6b40864.png](https://i-blog.csdnimg.cn/blog_migrate/5885d1af01501c784bec47b5637ecfc0.png)
在右下角变为+。双击之后将这个公式应用在这一列
find函数,find(要查找的字符串,字符串所在单元格位置),
用途:查找一个字符串在另一个字符串中出现的起始位置
常配合left,right,mid使用
![24827bd122440d0407f5da1163e4b7ae.png](https://i-blog.csdnimg.cn/blog_migrate/6cdbf75f97a8a9952dc179af1da900e9.jpeg)
![816a437ca0672ad7b2278397ef01b2ac.png](https://i-blog.csdnimg.cn/blog_migrate/583330039fa98e397b637f422371f91b.jpeg)
tleft:,right,mid用途:截取字符串
left(字符串所在单元格位置,从左边开始xx位置进行截取(位置))
![7397898bccc18ad5aa6aa89bc5ad91c9.png](https://i-blog.csdnimg.cn/blog_migrate/84cc5f7c11895987437abada06ffd588.jpeg)
上面就出现了一个问题,如果num_chars是固定的,那就可能截取的是错误的,
这个时候配合find函数一起使用
![dcfbd43534de44337e3db0d131b38219.png](https://i-blog.csdnimg.cn/blog_migrate/d34432c9726b428b0c20894a9f88458b.jpeg)
通过find返回位置,配合left函数截取
截取最高薪水不能用right
![db361d9cd9ee42511521f51b35398f70.png](https://i-blog.csdnimg.cn/blog_migrate/d92d8e2dbfd50f87d174ddfc62d56d24.jpeg)
应为find返回的是k在字符串中的第一个位置,不能倒数,
那就只能用mid了、
![0e1f2bac680fb3f7a28349e0396bafef.png](https://i-blog.csdnimg.cn/blog_migrate/c3e7c5f486906bdc666273d8f3ee90e4.jpeg)
将字符串转换为数值类型
![6e122a68e7859803373912ce66ce1fb0.png](https://i-blog.csdnimg.cn/blog_migrate/fc4738ceea3d9ede8f12e9d01afb16be.jpeg)
![0293f3674257b434ba876b4b096066b7.png](https://i-blog.csdnimg.cn/blog_migrate/ac28db475fd2747e68d77bbdbdc6f13b.jpeg)
![d969ed1e7ea3c506e43937aa52638bc4.png](https://i-blog.csdnimg.cn/blog_migrate/2617715ffef8fec6caece8a1ea160edb.jpeg)
![f9539ca2059265d376c3ce940cb8603f.png](https://i-blog.csdnimg.cn/blog_migrate/3027ed669d828232e7dc6f2ba4bd7cc0.jpeg)
数据排序:
数据透视表的原理:1.数据分组,2,应用函数,3,组合结果
![e84b897e91471474aefb11bdad009443.png](https://i-blog.csdnimg.cn/blog_migrate/2f9cc66b9c4aea8610e021cb5fca1f08.jpeg)
新建一个数据透视表,选择要分组的行
![5007297e3723c4f77e1789b9f6a840aa.png](https://i-blog.csdnimg.cn/blog_migrate/da9aa67cf5946005fb1a8a939b6c15a6.jpeg)
对统计后的结果进行排序,选择按计数项进行排序
![7a39bc61c1314b0ee744f55bc48c5865.png](https://i-blog.csdnimg.cn/blog_migrate/280ac3f9aa9a709f4ce4f51d3a400535.jpeg)
我们需要的是数据分析这个职位的,选择我们需要的岗位
![df17b97eb751d05a668cb797b31974bd.png](https://i-blog.csdnimg.cn/blog_migrate/a5c5a046cbe9474a34898fb3fefdaf00.jpeg)
![a8523d15bf64ba47f2b4dc5788266bce.png](https://i-blog.csdnimg.cn/blog_migrate/55859dd01c079dc45e4c922765b27f75.jpeg)
选择我们需要的是的结果,保存
![c48a73ebeab53b2059cd63e899951897.png](https://i-blog.csdnimg.cn/blog_migrate/8e1e02b5447abca4fa76de28892e9338.jpeg)
数据分析:主要是利用数据透视表来进行
练习:工作年限的不同,薪水师怎样变化的
![dc28bf88450ce6014ea034e85b88875d.png](https://i-blog.csdnimg.cn/blog_migrate/2c8dd2d9f77a95a676296229736c2466.jpeg)
![9af019325b7b76069aac6c62070fd16d.png](https://i-blog.csdnimg.cn/blog_migrate/525ccb8a45554e0653251883aeec7839.jpeg)
行选择工作年限要求,列选择平均薪水,由于默认值是求和,需要在球的值右键,选择统计的方式。即可,上面可知,工作年限越久,平均薪水越高
日期数据如何处理
![a85f8205a3c9f153116104962e098f09.png](https://i-blog.csdnimg.cn/blog_migrate/9ec961b1c77aca66c3ef5a459135cfbc.jpeg)
分列。按日期格式进行分列,可对大部分格式进行分列
![814b6eec8cf6d278a1d3e4bad79e19fd.png](https://i-blog.csdnimg.cn/blog_migrate/07e19422406493da88471416d378766c.jpeg)
![69e187e41a00f5c767213ea0785c9c7c.png](https://i-blog.csdnimg.cn/blog_migrate/94abdac5b4e14d92eb458b796da5da79.jpeg)
然后自定义日期格式。即可
如何按月统计,使用数据透视表来实现
![6e0cfc2278c2965544be4c8fd6befde3.png](https://i-blog.csdnimg.cn/blog_migrate/b878ee6cf2e001775ebfb908e0c90b84.jpeg)
![82c8c0a515771388794e6d473b4423e5.png](https://i-blog.csdnimg.cn/blog_migrate/d0f214e21d779ec097428740e6949a3c.jpeg)
在日期列随便右键,选择组合,选择年月
![91c80f701b2885e181cae5845510386a.png](https://i-blog.csdnimg.cn/blog_migrate/adff4b1537999daf97b14e829817b252.png)
当然也可选择季度
![51dccc53228ead9e0e3480a7202f4520.png](https://i-blog.csdnimg.cn/blog_migrate/6f723aa4afd1a51ee2c18372e2786f24.png)
如何按周进行统计
![88fa5a9366b23c552fd302230be57d7b.png](https://i-blog.csdnimg.cn/blog_migrate/c22870328b2876d8acf38d1c95b31d4c.jpeg)
在组合中,选择日,天数选择7天,起始日期设置为实际的起始日期
![69e407ec18c77ff54415846cb1b63c61.png](https://i-blog.csdnimg.cn/blog_migrate/08b177260cd16db16ac980b0ea5baf8a.png)
如果不是求和项,可以设置最大值等等
vlookup的使用:一个表和另外一个表之间的连接查询,类似sql中的连接查询
语法:vlookup(找什么,在哪找,第几列,是准确找还是模糊找)
![3dd2029eb0c286763f2ea6307bc52968.png](https://i-blog.csdnimg.cn/blog_migrate/d85be7f31883e8f8d07f2d8647e80b7a.jpeg)
![ec069289dabfea815ba040d681a9271a.png](https://i-blog.csdnimg.cn/blog_migrate/c195555618cfbe84b57b859ee7fb0131.png)
由于是精确查找,找到第一个符合条件之后就直接返回,重复的值不会返回,那入股想要所有的都找到呢,综上可知,得将查找的内容设置为唯一的值,刚好id是唯一的。将内容和id合并后构建一个新的id来进行查找就可以了
三种引用:
相对引用A1,绝对引用$A$1。混合引用$A1 A$1
![b07fbfcad92ed6d51cbfe49125148277.png](https://i-blog.csdnimg.cn/blog_migrate/1aefe114645df2505ff418e6169cc1fd.jpeg)
相对引用,默认。单元格会跟随变化变化
绝对引用
![41c0c31e0f8a24948f6551ab473c82b5.png](https://i-blog.csdnimg.cn/blog_migrate/191566484c24513d4af0a9af23ff0be0.jpeg)
单元格不会相对改变。固定一个单元格
混合引用
![3df7483c3659fc2af08d1a5c523fba5a.png](https://i-blog.csdnimg.cn/blog_migrate/5d619e13890b9105f36a4ff70875a92a.jpeg)
有点难理解。还需深入理解