使用Excel进行数据分析可以说是必备技能，数据分析的可分为如下五步：

1、提出问题

2、理解数据

3、数据清洗

4、构建模型

5、数据可视化

现以第一篇文章中我要Job上的抓取的数据分析职位为例进一步分析。

1、研究问题：数据分析职位的薪水如何？薪水是如何根据工作年限变动的？

2、理解数据：观察已有数据是的列名、数据类型

采集到的数据，前四列是有效信息

3、数据清洗：在数据分析中，大约有60%的时间是花在数据清洗中，比如处理缺失值、删除异常值等等。一般通过这七步可以做到，它们是选择子集-列名重命名-删除重复值-缺失值处理-一致化处理-数据排序-异常值处理。

首先将无关列名选择隐藏，不选择删除便于保持原数据完整性。

删除重复值：数据-删除重复值，出现表格中所有列名，选择能标识该表格的唯一列名，该表中选择公司名为唯一ID。

缺失值处理：查找和选择-定位条件-空值，如果所有空格填入内容一致，填完一个后，按ctrl+enter实现所有空格批量处理。

缺失值常用的四种办法：1）手工输入 2）删除数据3）用平均值代替4）使用模型计算出值去代替空值。根据情况选择合适的方法。

一致化处理：数据一致化，可以先在欲拆分的列插入一个新的列，因为分列功能会覆盖掉右列单元格，选择：数据-分列

Excel常用函数：通过计算最高薪水和最低薪水举例说明

FIND函数：查找XX字符串在另一个字符串中的起始位置，FIND输出的是一个数值型的数字（位置）

LEFT函数：读取单元格中左数到第XX位置截取的字符串

RIGHT函数：读取单元格中右数到第XX位置截取的字符串，Left和RIGHT输出的是原字符串的一部分

MID函数：单元格位置，开始位置，截取长度

先使用筛选功能，分别计算出“*千”和“*万”不同单位的薪水，最低薪水最高薪水公式分别如下图所示：

计算公式

“千”为单位的，再除以10 最低薪水=LEFT(E8,1)/10 最高薪水 =MID(E10,FIND("-",E10,1)+1,LEN(E10)-FIND("-",E10,1)-1)/10

这样，万为单位的薪水是字符型，千为单位的是数值型，现需要将它们统一为数值型。

将最低薪水复制另起一列，在新的空白数列上，数据——分列，选中连续分隔符号视为单个处理，完成。所有数据变成数值型（EXCEL中数值型靠右侧，出现绿色倒三角号表示为字符型）。随后可以算平均薪水，这样薪水部分的处理就完成了。

排序：降序——拓展当前区域

异常值处理——数据透视表

数据透视表原理：Split-Apply-Combine 数据分组-应用函数-组合结果

对职位名称筛选，IF(COUNT(FIND({"数据运营","数据分析","分析师"},L2)),"是","否")

因为数据透视表对所有的数据源进行分析，所以将筛选出来的结果需复制到新的表上。

数据建模

下一步如何使用Excel的数据分析功能？例如对薪水进行描述统计。文件-选项-加载项-转到-数据分析库（勾选）

数据-数据分析-描述统计：勾选标志位于第一行（表示第一行不带入计算）

再次回到数据透视表，行标签选择工作地区，对平均薪水一项求值，汇总依据求平均值（在单元格右击），得到透视表如下

数据可视化部分下一章解释

tip：日期数据不同格式时的处理

数据——分列——最后一步选择YMD

日期数据在创建数据透视表时，鼠标右击选择创建组合可以选择日期起始点及展示的周期。

如何使用VLOOKUP（跨表查找）

VLOOKUP(找什么，在哪找，第几行，精确or模糊）

精确查找和模糊查找的区别：

精确查找是从第一行开始逐行查到到最后一行，一找到匹配项就停止查找。

模糊查找是查遍所有数据，返回最后一行的数据。

它的弱点是它只能找到一个值，无法处理重复值的问题

那么，如何处理重复值？

创造辅助列，将两列单元格的内容作为唯一关键字，辅助列内容如：C2@D2，@表示链接，再使用VLOOKUP进行查找。

如何对数据分组？（VLOOKUP的第二个功能）

在第二行范围选项框中，全选中并按F4即可变成绝对引用。

绝对引用：$A$1 (按一次F4)

混合引用： A$1(按两次F4) $A1(按三次F4)

相对引用：A1 （按四次F4回到相对引用）