Excel的數據分析
一、提出問題
1.哪些城市對數據分析師的需求量比較大?
2.數據分析師在不同城市的平均薪資對比
3.學歷和工作年限對薪資的影響
二、理解數據
Excel中數據類型：字元串（不能用於計算）、數值、邏輯（TUREFALSE）
tips：數字在單元格中左對齊為字元串類型，數字在單元格中右對齊為數字類型
三、數據清洗
1.選擇子集 ：隱藏不等於刪除，將不利於數據分析的數據隱藏。在拿到原始數據的時候記得備份，保持數據的完整性。
tips:選中整列右鍵—隱藏；開始—格式—取消隱藏
2.列名重命名：將不便於理解的列名改為便有理解的，雙擊單元格即可修改，在此不做過多贅述。
3.刪除重複值：數據—刪除重複項—選擇唯一標示（在這裡我利用職位ID來刪除重複項）
4.缺失值處理：檢查每一列的值是否一致（右下角有總體技術）
tips:選中所在列—開始—查找和選擇—定位條件—空值—輸入值（輸入結束同時按下Ctrl+Enter可以一次性人工補缺）
缺失值處理的4種辦法：
4.1通過人工手動補全
4.2刪除缺失值
4.3用平均值代替缺失值
4.4用統計模型計算出的值去代替缺失值
5.一致化處理：來確定數據是否有統一標準或命名
這裡我們要介紹一下分列，我們先將要分列的整列複製到最後一列，因為分列出來的新的一列會覆蓋後面的列。
查找和替換 :開始—查找和選擇—替換（注意英文符號）
下圖我們可以看到薪水的大致範圍，不利於數據分析，這裡我們將其分列處理，計算出薪水的平均值便於我們數據分析。
首先我們在空白列新建最低薪水，最高薪水，平均薪水三列。然後利用函數進行數字截取。
這裡我們要介紹FIND()函數和LEFT()函數
tips：滑鼠放在單元格右下角自動變成十字架形狀，雙擊十字架，將函數應用到這一整列數據上。
這裡的最低薪水和最高薪水都是字元串類型不能用於計算，所以我們要將字元串類型轉化為數值類型：
篩選：按條件查找數據 數據—篩選—列框—#value
這裡最高薪水我們讓他等於最低薪水
最終通過AVG()函數得到平均薪水
6.數據排序：開始—排序和篩選—降序
7.異常值處理：檢查各數據是否有異常通過篩選即可查看異常值，找到異常值通過實際情況進行相應處理。
四、構建模型
數據透視表原理：數據處理模式
split（數據分組）—>apply(應用函數)—>combine(組合結果)
插入--數據透視表
通過數據透視表我們得出：
1.北上杭深的平均工資更高一些，人才需求量大，想找工作不妨考慮這幾個地方。
2.隨著工作年限的增加薪資水平也在不斷增加，數據分析是一個時間越長越吃香的工作，尤其是3-5年隨著技術和業務能力的提示你的薪資水平也在不斷提高。
推薦閱讀：
