excel中如果条件相同是否可以替换目标字段_数据分析之Excel的简单应用

虽然Excel的入门比较简单，但如果可以熟练掌握，那Excel就会是一个强大的数据分析工具。

接下来我将会用Excel对描述统计分析及应用中提到的数据进行简单的分析。

首先，需要明确用Excel进行数据分析的流程是什么，流程化思维可以帮助我们有目的有逻辑的解决问题。下面是大致的流程，具体的流程会在分析的过程中体现。

1.明确问题

明确了要解决哪些问题，才能有重点有方向对数据进行分析，利用数据分析结果来解决问题。

• 哪类商品及子分类商品销量最多？
• 母婴类产品用户更关注哪类商品属性？
• 不同性别儿童的商品偏好？
• 不同种类商品，更受哪个年龄段儿童的欢迎？
• 不同商品的购买时间偏好？

2.理解数据

理解采集的数据中每个字段的含义，才能在数据分析的过程中选择合适的字段、数据进行分析。这一步已经在描述统计分析及应用分析过了，这里就不再赘述。

3.数据清洗

数据清洗也就是对采集来的数据进行预处理的过程，把数据处理成适合分析的数据。这需要选择需要分析的字段，保证数据中没有重复数据，没有缺失数据，把数据格式进行统一、排序，没有明显的异常值等，方便后续的数据分析。

主要有以下几个步骤：

（1）选择子集

由于两个数据集中没有重复含义的字段，因此，不需要对已有字段进行操作。

由于Excel中的数据因为列宽较小，视觉效果比较乱，所以对列宽进行调整，并设置自动换行。

调整前数据

调整后数据

（2）列名重命名

为了方便后续的数据分析，将字段名称全部更换为中文。

（3）删除重复值

表1现有的字段中，具有唯一性的字段有“用户id”和“商品编码”,但考虑到“同一名用户可以多次购买”“不同用户可以购买同一商品”，所以无法仅通过某一列确认是否有重复值。

因此设置辅助列“用户id&商品编码”，即某用户某次购买某商品来确认，得知表1中不存在重复值。

表2不存在重复值。

（4）缺失值处理

由于辅助列的数据是完整没有缺失的，通过对比辅助列，发现在表1的商品属性中存在144个缺失值。

由于商品属性用于“母婴类产品用户更关注哪类商品属性”的分析，而缺失值占总数据比例仅为0.4%，对结果的影响可以忽略不记，因此对缺失值不进行处理。

（5）一致化处理

由于需要分析“不同商品的购买时间偏好”，因此需要通过【分列】和【设置单元格格式】将用户购买时间格式统一为日期，方便后续的统计分析。

由于需要分析“不同年龄儿童的商品偏好”，因此需要通过DATEDIF函数计算出儿童的年龄。

（6）数据排序

暂时不需要对这两个表进行排序

（7）异常值处理

通过Excel的筛选功能查看，未发现明显异常值。

4.数据分析

在对数据进行预处理后，就可以入手进行目标问题的分析了。

（1）哪类商品及子分类商品销量最多？

需要对不同种类商品进行分类并进行统计。

问题涉及的字段为：一类商品，二类商品，购买数量。

因此通过【数据透视表】将一类商品和二类商品设为行标签，将购买数量设为值。并将数据透视表的结果进行降序排列。

可以看出，一类标签中，28类商品销量最多，其次是50014815，50008168。38、50022520和122650008的销量都较少。

28类商品中，50011993二级商品的销量最多。

50014815中，50018831二类商品销量最多

50008168中，50007016二类商品销量最多

38中，211122二类商品销量最多

50022520中，50023591类商品销量最多

122650008中，二类商品销量最多

（2）母婴类产品用户更关注哪类商品属性？

首先通过分列功能对商品属性字段进行处理，但得到的结果是文本（如图），无法进行描述统计分析。

我的解决办法是，首先将文本转换成数据。通过【替换】功能把文本中的“:”替换为“”，这样所有的单元格格式均变为了数字，再通过描述统计分析功能可以得到每一列的众数。

下一步将众数行进行提取，转置后删除重复值，因为不同列的众数可能相同

最后，通过COUNTIF函数计算出众数在所有分列数据中的个数并进行排序，最终结过见下图。

通过对数据格式进行还原，可以得出1628665:3233942的商品属性的商品销量最多。

（3）不同性别儿童的商品偏好？

需要对儿童性别进行分组，看哪类商品销量最多。

涉及到的字段为：儿童性别，一类标签，购买数量。

因此，首先需要通过VLOOKUP函数，表二中对应的商品即购买数量。

再通过数据透视表进行分析，可以看出：

• 女性儿童的商品购买数量多余男性儿童
• 在女性儿童中，销量最多的商品为50014815类
• 在男性儿童中销量最多商品为50008168

（4）不同种类商品，更受哪个年龄段儿童的欢迎？

涉及到的字段为：儿童年龄，一类标签，购买数量。

通过数据透视表进行分析，可以看出:

• 6-9岁儿童的商品销量是最高的
• 28类商品更受6岁儿童欢迎；38类商品更受8岁儿童欢迎；50008168类商品更受7岁儿童欢迎；50022520类商品更受6岁儿童欢迎；122650008类商品更受8岁儿童欢迎。

（5）不同商品的购买时间偏好？

涉及到的字段为：一类标签，购买时间，购买数量

通过数据透视表进行分析，可以看出:

• 母婴类商品在2013年和2014年的销量普遍较高
• 2012年、2013年、2015年都是28类商品销量都是最高的；2014年50014815类商品超过28类商品销量更好

• 母婴类产品总体随着季度的增加销量增加，第四季度的销量最高，第一季度的销量最低。
• 50008168类2014年第四季度销量不如前两年，可以通过更多数据分析找到问题的原因，从而提出解决办法
• 50014815类商品2014年第四季度销量突增，可以结合当时的情况分析销量提高的原因，以为后面的销售策略提供借鉴