利用Excel分析遊戲數據
一直都知道Excel的強大，但具體強大在哪裡，我也不知道，因為平時用的真的超級少。直到某個時間段，看到周圍的人都會用Excel做統計分析，數據報表，再加上現在工作的原因，我才開始意識到Excel的重要性，決心好好的學習一下這門辦公必備技能，誰曾想一上來就是學習如何利用Excel去分析數據。
帶著對Excel的恐懼和敬畏，我開始跟著猴子老師的節奏，踏上了數據分析之路。
數據分析步驟
一、 提出問題
一切數據分析的目的，都是為瞭解決我們生活、工作中遇到的問題，明確提出問題為我們後續的數據分析提供了目標和方向。
問題：
1. 市場上遊戲類型發布數量排名
2. 1996年-2016年這二十年的遊戲發布趨勢如何？
3. 哪個平臺發布的遊戲數量最多？
二、 理解數據
本文數據集來自Kaggle網站,為1996年至2016年遊戲發布樣本數據，樣本量為204849，共計10個欄位，具體欄位含義如下：
數據源地址：https://www.kaggle.com/egrinstein/20-years-of-games
三、 清洗數據
數據清洗步驟：
數據清洗步驟圖
1. 選擇子集
有的時候我們拿到的原始數據太大，有很多我們並不需要的列，這時我們需要選擇一部分的數據作為我們的分析對象。
在20-years-of-games這個數據集中，總共包含10個欄位，為了後續分析時數據清晰可見，採用列隱藏的功能，將不需要的欄位隱藏。
這裡我將url、editors_choice、release_month、release_day隱藏，只留下分析時會用到的欄位。（操作方法：選中列-右鍵-隱藏）
2. 列名重命名
原數據集中欄位名稱都是英文名，為了方便理解，將英文欄位名稱改為中文名稱。
3. 刪除重複值
數據集中，遊戲名稱作為唯一識別的標誌，所以選中【遊戲名稱】這列，點擊數據-刪除重複項，共刪除6056個重複值。
4. 缺失值處理
通過觀察其他列和遊戲名稱列的計數比較，發現遊戲類型存在空值（空值=遊戲名稱列計數-遊戲類型列計數=12570-12535=35）。
查找缺失值：
1、選中遊戲類型列，點擊編輯-查找-轉到
2、點擊定位條件-選擇空值後，點擊確定
缺失值共有4種處理方式：
- 通過人工手工補齊，適合缺失值比較少的情況
- 刪除缺失數據
- 用平均值代替
- 用統計模型計算出的值代替
這裡的缺失值共有35項，數量少，考慮到並不影響到數據的最終分析結果，故這裡選擇刪除的方式。通過上述的方法將缺失值選擇出來後，在任意缺失值處點擊右鍵-刪除-刪除整行，就可以一次性把遊戲類型下的缺失值全部刪除。
5. 一致化處理
一致化是指數據具有統一的標準和命名。
在數據集中，發現遊戲類型列中存在多個類型用逗號分隔開，這種數據的不一致會影響到後面的分析結果，這就需要對該列進行統一的命名和處理。這裡使用Excel中的【分列】功能，按照特定的規則進行拆分。
分列功能：
*分列功能會覆蓋掉右列的單元格。
在此，將遊戲類型複製到最後一列，並隱藏之前的遊戲類型列。接下來進行具體的分列操作步驟演示：
1、點擊數據-分列，選擇分隔符號，點擊下一步；
2、選擇其他，輸入逗號（遊戲類型列中使用逗號進行分隔），並勾選「連續分隔符號視為單個處理」，點擊下一步；
3、再點擊下一步-完成，可以看到在右側新增了一列，給它命名為「遊戲類型2」，如下圖。
觀察後發現其他列的數據已經統一，且不存在異常值，至此數據清洗工作完成。
四、 構建模型
Excel載入項調出方式：
1、點擊工具-Excel載入項，選擇分析工具庫
2、點擊數據-數據分析，選擇描述統計
3、按下圖進行設置後點擊確定
4、生成新的工作表-評分描述統計
分析問題一：市場上遊戲類型發布數量排名
操作：
1、點擊插入-數據透視表
2、生成新的工作表，將遊戲類型分別拖入到行和值位置處，生成左側的統計表格
3、點擊行標籤的下拉箭頭，依照下圖設置，即可得到遊戲類型按數量排名的透視表
4、為了增加圖表的趣味性，或者給客戶演示，可以點擊插入-選擇下圖中合適的圖表，這裡選擇二維柱形圖
5、生成圖表
結論：
從圖中可以看出，數量排名前三的遊戲類型分別是：Action（動作）、Sports（運動）、Shooter（射擊）。
分析問題二：1996年-2016年這二十年的遊戲發布趨勢如何？
操作方式同上，只是需要拖入的欄位不同，故在此不做闡述。得出如下圖表：
結論：
從圖中可以看出，1970年開始，遊戲發布數量呈穩步上升的趨勢，到2000年呈第一個峯值，之後遊戲發布數量有所下滑，但是之後又呈上升趨勢，2008年遊戲發布數量達到頂峯，之後便一直處於下滑階段。
（另附上不同年份下，遊戲發行類型數量排名統計圖）
分析問題三：哪個平臺發布的遊戲數量最多？
結論：
通過上圖發現，pc平臺的遊戲數量最多，佔比20%。
五、 知識擴展
除了這個數據分析實戰所涉及到的知識，還想補充一下猴子老師課程中其他方面的知識。
1、 日期數據處理
通過分列+設置單元格格式的方式實現日期格式的規範化。
操作步驟：
1）選中日期列，點擊數據-分列，彈出的對話框中前兩步默認，選擇日期（YMD）後，點擊完成
2）可以看出大部分日期已經規範化了，接下來規範下圖中不規範的日期
3） 選中日期列，右鍵點擊設置單元格格式-自定義，選擇yyy/m/d
4）點擊完成，所有日期全部規範化
2、 Vlookup函數
- 多表關聯
Vlookup（找什麼
在哪找
第幾列
是精確找還是近似找—0:精確—返回找到的第一個值；1:模糊—搜索全表，返回最後一個找到的值
）
案例：
步驟：
1）在三好學生表中，選中B2單元格，點擊公式-插入函數，在公式生成器中輸入vlookup後，點擊插入函數，設置如下圖
2）點擊完成，B2單元格內填充1班，這是將滑鼠放置在該單元格的右下角出現十字架，雙擊十字架，自動將該列所有單元格按照此公式填充內容。
如果我們要查出表中所有姓名為猴子的所在班級，應該怎麼做呢？
1） 在學生信息表中，學號的左側插入列，命名為輔助列，通過公式（=C2&B2），將猴子和學號綁定一起形成特殊的列，如下圖：
2） 以輔助列為查找對象，利用vlookup函數，按照如下設置，即可查出所有同為猴子的班級信息
- 如何對數據分組
案例：
下表按照高、中、低消費進行分組：
1） 在該表右側建立如下列，定義高、中、低消費的範圍和閾值（最小值）
2） C2單元格輸入vlookup函數，按下圖設置，這裡需要注意，查找的範圍需要絕對引用，具體參數見下圖
3)，參數設置完畢後點擊完成，分組完成
3、 引用方式
相對引用：A1
絕對引用：$A$1
混合飲用：$A1 A$1
總結
此次利用Excel做了一個簡單的遊戲數據分析，主要是熟悉數據分析的步驟和清洗數據的流程（包含常用的一些操作），其中數據清洗佔整個數據分析的60%，需要反覆去聽，去練，去Google。
學習方法：
1、 第一遍先整體過一遍課程live，對要講的內容有個大體上的認識；
2、 第二遍邊聽邊實操，弄清楚每步操作的目的是什麼，並且要對公式進行理解性的記憶；
3、 如果時間允許，可以自己先全流程實操一遍，對卡殼的地方進行重點記憶；這裡我是直接進行實戰，遇到不懂的地方直接聽課程了，基本上沒有遇到太大的問題。
推薦閱讀：
