現(xiàn)在很多廣告都吹捧做數(shù)據(jù)分析都要用Python。其實(shí)都是為了割韭菜的，我和我身邊哪些數(shù)據(jù)分析師起步做這行的時(shí)候基本上用的都是Excel。

這個(gè)問(wèn)題咱么從頭說(shuō)起。

Excel概述

Excel 基本上是微軟為 Windows、macOS、Android 和 iOS 等不同操作系統(tǒng)開(kāi)發(fā)的電子表格，配備了多種功能，例如計(jì)算、繪圖工具、數(shù)據(jù)透視表和稱為 Visual Basic for Applications 的宏編程語(yǔ)言（未來(lái)要融入Python）構(gòu)成了 Microsoft Office 的每一部分。

在實(shí)際應(yīng)用中，商業(yè)世界已經(jīng)接受了 Excel，因?yàn)槭褂梅绞搅鲿?、有效和靈活，幾乎所有主要企業(yè)都以一種或另一種方式使用 Excel。適用于任何類型的業(yè)務(wù)流程，無(wú)論是銷售、營(yíng)銷還是其他，是整體業(yè)務(wù)不可或缺的一部分。

由于大多數(shù)數(shù)據(jù)可以導(dǎo)入 Excel，因此 Excel 本身如何用于進(jìn)行數(shù)據(jù)分析是很有趣的。

什么是數(shù)據(jù)分析？

數(shù)據(jù)至關(guān)重要，而且當(dāng)下流行的業(yè)務(wù)模式都已經(jīng)成為數(shù)據(jù)驅(qū)動(dòng)，但原始形式的數(shù)據(jù)并不是很有用。為了使用數(shù)據(jù)來(lái)獲得可操作的信息，需要對(duì)其進(jìn)行檢查、清理和轉(zhuǎn)換。這種過(guò)程就是所謂的數(shù)據(jù)分析。

有多種方法可以進(jìn)行數(shù)據(jù)分析。這些不同的數(shù)據(jù)分析方式被用于商業(yè)、科學(xué)甚至社會(huì)科學(xué)等不同領(lǐng)域。事實(shí)上數(shù)據(jù)分析是當(dāng)代商業(yè)世界蓬勃發(fā)展的東西。利用數(shù)據(jù)分析來(lái)收集商業(yè)智能以推動(dòng)業(yè)務(wù)增長(zhǎng)。

數(shù)據(jù)挖掘也是一種數(shù)據(jù)分析練習(xí)，但它側(cè)重于發(fā)現(xiàn)新知識(shí)以用于預(yù)測(cè)而非描述目的。就統(tǒng)計(jì)應(yīng)用而言，數(shù)據(jù)分析可以分為描述性統(tǒng)計(jì)、探索性數(shù)據(jù)分析（EDA）和驗(yàn)證性數(shù)據(jù)分析（CDA）。

雖然 EDA 旨在識(shí)別數(shù)據(jù)中的新特征，但是 CDA 努力確認(rèn)或證明現(xiàn)有假設(shè)是錯(cuò)誤的。

預(yù)測(cè)分析是應(yīng)用統(tǒng)計(jì)模型進(jìn)行預(yù)測(cè)預(yù)測(cè)或分類的練習(xí)。另一方面為了從文本來(lái)源中提取和分類信息，文本分析利用統(tǒng)計(jì)、語(yǔ)言和結(jié)構(gòu)技術(shù)。

這些都是數(shù)據(jù)分析的變體。數(shù)據(jù)集成是數(shù)據(jù)分析之前需要的東西。數(shù)據(jù)分析還與數(shù)據(jù)可視化和數(shù)據(jù)傳播有關(guān)。有時(shí)人們可以互換使用術(shù)語(yǔ)進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)建模。

為什么選擇 Excel 進(jìn)行數(shù)據(jù)分析？

瀏覽數(shù)據(jù)本身可能是一場(chǎng)噩夢(mèng)。

當(dāng)查閱大量數(shù)據(jù)時(shí)，探索和處理數(shù)據(jù)非常棘手。分析它很可能是一個(gè)獨(dú)特的挑戰(zhàn)，但是并不是必須需要 Python，使用 Excel 也是可以的。

Excel 包含可以非常有效和高效地處理大量數(shù)據(jù)的函數(shù)。雖然數(shù)據(jù)分析的不同任務(wù)可能很棘手，但 Excel 函數(shù)非常簡(jiǎn)單，任何人都可以使用它們來(lái)分析數(shù)據(jù)。

也沒(méi)有必要記住所有功能?？梢院?jiǎn)單地百度它并找出數(shù)據(jù)分析任務(wù)所需的功能。

就其速度、簡(jiǎn)單性和準(zhǔn)確性而言，Excel 不僅對(duì)數(shù)據(jù)分析有用而且必不可少?？梢怨?jié)省寶貴的時(shí)間并有效地進(jìn)行數(shù)據(jù)分析。

如何用Excel進(jìn)行數(shù)據(jù)分析？

以下是數(shù)據(jù)分析逐步過(guò)程的概述

1. 指定數(shù)據(jù)要求。為了進(jìn)行有效的數(shù)據(jù)分析，必須從一開(kāi)始就明確數(shù)據(jù)需求。假設(shè)數(shù)據(jù)與人口有關(guān)，則需要指定和獲取具體的變量，如年齡、收入等。獲得的數(shù)據(jù)可以是數(shù)字或類別的形式。
2. 數(shù)據(jù)采集。一旦指定了變量，就需要收集有關(guān)變量的信息?？梢詮母鞣N來(lái)源收集并可供進(jìn)一步處理。此數(shù)據(jù)可能不包含本表格中的任何見(jiàn)解。因此需要對(duì)其進(jìn)行處理和清洗。
3. 數(shù)據(jù)處理。需要組織收集的數(shù)據(jù)以進(jìn)行進(jìn)一步分析。這將需要以特定方式構(gòu)建數(shù)據(jù)，使其與各種分析工具兼容。例如需要將數(shù)據(jù)放在表格中的行和列中，以便在電子表格或統(tǒng)計(jì)應(yīng)用程序中進(jìn)行進(jìn)一步分析。甚至可能還需要?jiǎng)?chuàng)建數(shù)據(jù)模型。
4. 數(shù)據(jù)清洗。雖然數(shù)據(jù)可能會(huì)被組織起來(lái)，但可能是不完整的。仍然可能包含重復(fù)的項(xiàng)目、也可能會(huì)出現(xiàn)一些錯(cuò)誤。數(shù)據(jù)清理是糾正這些錯(cuò)誤并使數(shù)據(jù)更準(zhǔn)確的方法。有不同的方法來(lái)清理數(shù)據(jù)。假設(shè)它包含財(cái)務(wù)數(shù)據(jù)，肯定會(huì)有總計(jì)（sum）。然后可以將這些總數(shù)與真實(shí)的已發(fā)布的數(shù)據(jù)或其他一些參數(shù)進(jìn)行比較。這樣就可以清洗數(shù)據(jù)了。
5. 數(shù)據(jù)分析。一旦數(shù)據(jù)經(jīng)過(guò)處理和清洗等各個(gè)階段，就可以進(jìn)行數(shù)據(jù)分析。有許多技術(shù)可用于數(shù)據(jù)分析。數(shù)據(jù)可視化也可用于以圖形格式投影數(shù)據(jù)。作為眾所周知的統(tǒng)計(jì)模型的相關(guān)回歸分析也可用于數(shù)據(jù)分析。
6. 溝通。雖然數(shù)據(jù)分析似乎是流程的最后一步，但數(shù)據(jù)分析的結(jié)果需要以結(jié)構(gòu)化的方式傳達(dá)給最終用戶。最終用戶可能需要特定格式的結(jié)果。這就是一些數(shù)據(jù)可視化技術(shù)（例如表格和圖表）可以證明非常有用的地方，因?yàn)樗鼈兛梢苑浅：?jiǎn)潔地傳達(dá)信息。顏色編碼和其他工具可以幫助簡(jiǎn)化它，并使能夠更有效地傳達(dá)調(diào)查結(jié)果。

使用 Excel 進(jìn)行數(shù)據(jù)分析的過(guò)程：

在使用 Excel 進(jìn)行數(shù)據(jù)分析時(shí)，可以這樣做：數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)探索（使用數(shù)據(jù)透視表）、數(shù)據(jù)可視化。

數(shù)據(jù)采集

• 第一步是以系統(tǒng)的方式收集有關(guān)變量的信息，這種過(guò)程將幫助我們找到重要問(wèn)題的答案并評(píng)估結(jié)果。
• 數(shù)據(jù)收集部分至關(guān)重要，因?yàn)榇_保了數(shù)據(jù)的準(zhǔn)確性，從而使與數(shù)據(jù)相關(guān)的決策變得有效。
• 數(shù)據(jù)收集也很有用，因?yàn)橛幸粋€(gè)可以衡量的基線，并且還可以獲得一個(gè)想要達(dá)到的目標(biāo)。
• 對(duì)于 Excel 可以從各種數(shù)據(jù)源收集和導(dǎo)入數(shù)據(jù)。數(shù)據(jù)源可能是：網(wǎng)頁(yè)、微軟Access數(shù)據(jù)庫(kù)等地方。

從網(wǎng)頁(yè)中提取數(shù)據(jù)

網(wǎng)站上刷新的數(shù)據(jù)，可以有效地使用不同的功能 Excel 功能。

網(wǎng)頁(yè)中提取數(shù)據(jù)的分步過(guò)程

第 1 步：在 Excel 中打開(kāi)一個(gè)帶有空白工作表的工作簿。點(diǎn)擊數(shù)據(jù) -> 自網(wǎng)站 -> 從Web 。

第 2 步：在地址旁邊的框中輸入要從中導(dǎo)入數(shù)據(jù)的網(wǎng)站的 URL，然后單擊執(zhí)行。其中使用的數(shù)據(jù)2018 NBA Playoffs Summary | Basketball-Reference.com網(wǎng)址是這個(gè)。自己點(diǎn)擊打開(kāi)后復(fù)制。

這里可能會(huì)出現(xiàn)無(wú)法訪問(wèn)連接的情況，根據(jù)系統(tǒng)不同自己的情況自行百度處理。

第 3 步：選擇加載數(shù)據(jù)自動(dòng)的進(jìn)行轉(zhuǎn)化處理，不過(guò)這個(gè)加載的過(guò)程比較緩慢。

第 4 步：單擊導(dǎo)入數(shù)據(jù)指定要放置數(shù)據(jù)的位置，然后單擊確定。等待一會(huì)出現(xiàn)下面的界面即加載成功，可以根據(jù)需要加載不同的的頁(yè)面數(shù)據(jù)，有點(diǎn)類似爬蟲(chóng)吧。

還可以從其他來(lái)源收集數(shù)據(jù)，例如：

• 來(lái)自 Microsoft Access 數(shù)據(jù)庫(kù)
• 來(lái)自 csv、txt 和 xml 等文件
• 從 SQL 服務(wù)器

數(shù)據(jù)清洗

• 數(shù)據(jù)清洗就是找出并糾正數(shù)據(jù)集中的錯(cuò)誤，還包括用正確的部分替換不完整或不準(zhǔn)確的部分。
• 在 Excel 中，可以使用以下技術(shù)清理數(shù)據(jù)：刪除重復(fù)值、刪除空格、合并和拆分列、通過(guò)連接或匹配來(lái)協(xié)調(diào)表數(shù)據(jù)。

1.刪除重復(fù)行

• 當(dāng)有大量數(shù)據(jù)時(shí)，可能會(huì)有一些重復(fù)的行。建議先過(guò)濾唯一值，以便在刪除重復(fù)值之前確認(rèn)結(jié)果。
• Excel 帶有一個(gè)內(nèi)置功能，可以從表中刪除重復(fù)值。有了它可以根據(jù)選定的列從給定表中刪除重復(fù)值。

按照以下步驟刪除重復(fù)值：選擇數(shù)據(jù) -> 轉(zhuǎn)到數(shù)據(jù)功能區(qū) -> 刪除重復(fù)值。

2.刪除空格

• Excel 中的數(shù)據(jù)可能包含前導(dǎo)、尾隨或多個(gè)嵌入的空格字符。排序、篩選或搜索時(shí)，這些字符有時(shí)會(huì)導(dǎo)致意外結(jié)果。
• 可以使用 Microsoft Excel 中的 Trim 函數(shù)來(lái)刪除文本中的所有空格，但單詞之間的單個(gè)空格除外。

步驟 1：在相鄰單元格 C1 中輸入公式 =TRIM (A1)，然后按 Enter 鍵。

第 2 步：選擇單元格 C1 并將填充手柄向下拖動(dòng)到要?jiǎng)h除前導(dǎo)空格的范圍單元格。然后你可以看到所有單元格內(nèi)容都被提取了，所有前導(dǎo)空格都被刪除了。請(qǐng)看截圖：

3.合并和拆分列

• 在 Excel 中將兩列或多列合并或拆分為一列或?qū)⒁涣胁鸱譃閮闪谢蚨嗔惺呛艹Ｒ?jiàn)的。
• 可能希望將包含地址字段的列拆分為單獨(dú)的街道、城市、地區(qū)和郵政編碼列。

第 1 步：轉(zhuǎn)到數(shù)據(jù)選項(xiàng)卡，在排序和過(guò)濾組中。單擊文本到列。然后選擇數(shù)據(jù) -> 分列。

第 2 步：單擊并在“空格”復(fù)選框上打勾，數(shù)據(jù)分隔符是“空格”。當(dāng)點(diǎn)擊它時(shí)將能夠在數(shù)據(jù)預(yù)覽框中看到正在分離的數(shù)據(jù)。然后單擊下一步按鈕。

第 3 步：單擊目標(biāo)以選擇要拆分文本的位置，然后單擊“完成”按鈕。

第 4 步：可以看到列中一個(gè)單元格的文本已拆分。

還可以將此功能用于可能需要合并到一列或拆分為多列的其他常見(jiàn)值，包括產(chǎn)品代碼、文件路徑和 Internet 協(xié)議 (IP) 地址。

4.通過(guò)join或match對(duì)表數(shù)據(jù)進(jìn)行對(duì)賬

Excel 還可用于在連接兩個(gè)或多個(gè)表時(shí)查找和更正匹配錯(cuò)誤。這可能需要協(xié)調(diào)來(lái)自不同工作表的兩個(gè)表，例如可以使用它來(lái)查看兩個(gè)表中的所有記錄或比較表并查找不匹配的行。

函數(shù) vlookup() 將有助于執(zhí)行此任務(wù)，它在表數(shù)組的第一列中搜索一個(gè)值，并從表數(shù)組的另一列中返回同一行中的值。

讓我們看看下表（訂單和客戶）。在訂單表中，我們希望根據(jù)公共鍵“客戶 ID”從客戶表中映射城市名稱。

在這里，函數(shù) vlookup() 將使我們能夠執(zhí)行此任務(wù)。轉(zhuǎn)到公式選項(xiàng)卡-> 在函數(shù)庫(kù)中單擊查找和參考-> 單擊 Vlookup?，F(xiàn)在我們將使用 VLOOKUP 函數(shù)并將這個(gè)公式輸入 E3。

Vlookup 語(yǔ)法：

• Lookup_value : 查找鍵 A4
• Table_array：源表 Table_array - I：L
• Col_index_num : 源表的列 – 4
• Range_lookup ：你對(duì)相對(duì)匹配還好嗎？ – 0

這將返回所有客戶 ID 1 的城市名稱，并發(fā)布為所有客戶 ID 復(fù)制此公式的內(nèi)容。請(qǐng)看下面給出的截圖：

使用數(shù)據(jù)透視表進(jìn)行數(shù)據(jù)探索

• 數(shù)據(jù)探索是對(duì)數(shù)據(jù)進(jìn)行初步調(diào)查以找出模式、發(fā)現(xiàn)異常、檢驗(yàn)假設(shè)并借助匯總統(tǒng)計(jì)數(shù)據(jù)和圖形表示檢查假設(shè)的重要過(guò)程。
• 為什么它如此重要是因?yàn)榭梢岳锰剿鲾?shù)據(jù)并理解擁有的數(shù)據(jù)。然后可以弄清楚想問(wèn)什么問(wèn)題以及如何構(gòu)建它們，以及如何最好地操作可用數(shù)據(jù)源以獲得需要的答案。

數(shù)據(jù)透視表：

Excel 的數(shù)據(jù)透視表是一個(gè)匯總表，可讓根據(jù)選擇的參考功能進(jìn)行計(jì)數(shù)、平均、求和和執(zhí)行其他計(jì)算。

第 1 步：創(chuàng)建一個(gè)如下所示的數(shù)據(jù)透視表：選擇表格 -> 轉(zhuǎn)到插入選項(xiàng)卡，在表格組中，單擊數(shù)據(jù)透視表,然后選擇想要數(shù)據(jù)透視表的現(xiàn)有工作表位置。

第 2 步：可以看到“數(shù)據(jù)透視表字段列表”面板，其中包含列表中的字段。需要做的就是將它們排列在面板底部的盒子中。完成此操作后，左側(cè)的圖表將成為數(shù)據(jù)透視表。

數(shù)據(jù)可視化：

• 由于探索數(shù)據(jù)非常重要，數(shù)據(jù)可視化作為一種我們可以探索數(shù)據(jù)的技術(shù)對(duì)我們來(lái)說(shuō)也變得至關(guān)重要。
• 數(shù)據(jù)可視化是以圖形或圖形格式呈現(xiàn)數(shù)據(jù)。這種圖形格式之所以重要，是因?yàn)闆Q策者可以更輕松地看到直觀呈現(xiàn)的分析。換句話說(shuō)，他們可以更容易地掌握困難的概念或識(shí)別新模式。
• 在 Excel 中，有 2 個(gè)功能（圖表和數(shù)據(jù)透視圖）是最流行的數(shù)據(jù)可視化功能。

1.圖表：Excel 中的一個(gè)簡(jiǎn)單圖表可以比一張滿是數(shù)字的表格說(shuō)明更多。如所見(jiàn)，創(chuàng)建圖表非常簡(jiǎn)單。

創(chuàng)建簡(jiǎn)單折線圖：

第 1 步： 在“插入”選項(xiàng)卡的“圖表”組中，單擊“線”符號(hào)。

第 2 步：現(xiàn)在要?jiǎng)?chuàng)建折線圖，請(qǐng)單擊帶有標(biāo)記的線。

2.數(shù)據(jù)透視圖

數(shù)據(jù)透視圖是 Excel 中數(shù)據(jù)透視表的直觀表示。數(shù)據(jù)透視圖和數(shù)據(jù)透視表是相互連接的。返回?cái)?shù)據(jù)透視表以了解如何創(chuàng)建此數(shù)據(jù)透視表。

步驟 1：單擊數(shù)據(jù)透視表內(nèi)的任何單元格 -> 在插入選項(xiàng)卡上的圖表組中，單擊數(shù)據(jù)透視圖。然后出現(xiàn)插入圖表對(duì)話框。單擊確定以創(chuàng)建數(shù)據(jù)透視圖。

創(chuàng)建數(shù)據(jù)透視圖后，可以根據(jù)特定需求對(duì)其進(jìn)行自定義，通過(guò)過(guò)濾圖表屬性和更改圖表類型來(lái)傳達(dá)想要的消息。

高級(jí)工具和附加組件：

PowerPivot

Excel 有 1048576 行的限制，這意味著不能分析超過(guò) 1048576 行的數(shù)據(jù)。

Power Pivot 是 Excel 2010 中首次引入的 Excel 加載項(xiàng)，它讓有機(jī)會(huì)同時(shí)導(dǎo)入、合并和準(zhǔn)備來(lái)自更多數(shù)據(jù)源的數(shù)據(jù)。

可以將來(lái)自許多不同來(lái)源（SQL、Azure、Oracle、Excel、Access 等）的許多表導(dǎo)入 Power Pivot，然后可以將所有這些數(shù)據(jù)相互關(guān)聯(lián)。

這意味著可以構(gòu)建一個(gè)包含來(lái)自多個(gè)不同來(lái)源的多個(gè)數(shù)據(jù)集的數(shù)據(jù)模型，并通過(guò)連接它們獲得在一個(gè)數(shù)據(jù)透視表中分析它們的能力。

工具包

在開(kāi)發(fā)復(fù)雜的統(tǒng)計(jì)或工程分析時(shí)，可以使用分析工具庫(kù)來(lái)節(jié)省步驟和時(shí)間。

需要做的就是為每次分析提供數(shù)據(jù)和參數(shù)，該工具使用適當(dāng)?shù)慕y(tǒng)計(jì)或工程宏功能來(lái)計(jì)算并在輸出表中顯示結(jié)果。除了輸出表之外，一些工具還會(huì)生成圖表。

ToolPak 為數(shù)據(jù)分析提供了 19 種不同的特征（如相關(guān)、協(xié)方差、直方圖、回歸等等……）。