數據分析師如何提高大數據處理的能力？
假如現有80萬條用戶數據保存在Excel裡面，大概有130M大小，怎麼去處理？用什麼軟體去處理比較合適？
笨辦法：VBA+Excel公式，裡面需用到大量計算，用Excel公式比較直觀，方便後期修改
謝邀！
一個合格的數據分析師要有怎樣的知識體系？下面九個方面必不可少：
統計相關的數學知識
數學知識是數據分析師的基礎知識。
對於初級數據分析師，瞭解一些描述統計相關的基礎內容，有一定的公式計算能力即可，瞭解常用統計模型演算法則是加分。
對於高級數據分析師，統計模型相關知識是必備能力，線性代數(主要是矩陣計算相關知識)最好也有一定的瞭解。
而對於數據挖掘工程師，除了統計學以外，各類演算法也需要熟練使用，對數學的要求是最高的。
趁手的工具
對於初級數據分析師，玩轉Excel是必須的，數據透視表和公式使用必須熟練，VBA是加分。另外，還要學會一個統計分析工具，SPSS作為入門是比較好的。
對於高級數據分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具(如Matlab)視情況而定。
對於數據挖掘工程師……嗯，會用用Excel就行了，主要工作要靠寫代碼來解決呢。
Python語言
對於初級數據分析師，會寫SQL查詢，有需要的話寫寫Hadoop和Hive查詢，基本就OK了。
對於高級數據分析師，除了SQL以外，學習Python是很有必要的，用來獲取和處理數據都是事半功倍。當然其他編程語言也是可以的。
對於數據挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會用……總之編程語言絕對是數據挖掘工程師的最核心能力了。
業務理解能力
業務理解說是數據分析師所有工作的基礎也不為過，數據的獲取方案、指標的選取、乃至最終結論的洞察，都依賴於數據分析師對業務本身的理解。
對於初級數據分析師，主要工作是提取數據和做一些簡單圖表，以及少量的洞察結論，擁有對業務的基本瞭解就可以。
對於高級數據分析師，需要對業務有較為深入的瞭解，能夠基於數據，提煉出有效觀點，對實際業務能有所幫助。
對於數據挖掘工程師，對業務有基本瞭解就可以，重點還是需要放在發揮自己的技術能力上。
邏輯思維
理工男都具有的思維。
對於初級數據分析師，邏輯思維主要體現在數據分析過程中每一步都有目的性，知道自己需要用什麼樣的手段，達到什麼樣的目標。
對於高級數據分析師，邏輯思維主要體現在搭建完整有效的分析框架，瞭解分析對象之間的關聯關係，清楚每一個指標變化的前因後果，會給業務帶來的影響。
對於數據挖掘工程師，邏輯思維除了體現在和業務相關的分析工作上，還包括演算法邏輯，程序邏輯等，所以對邏輯思維的要求也是最高的。
大數據可視化工具
數據可視化說起來很高大上，其實包括的範圍很廣，做個PPT裡邊放上數據圖表也可以算是數據可視化，所以我認為這是一項普遍需要的能力。
對於初級數據分析師，能用Excel和PPT做出基本的圖表和報告，能清楚的展示數據，就達到目標了。
對於高級數據分析師，需要探尋更好的數據可視化方法，使用更有效的數據可視化工具，如可視化工具tableau，根據實際需求做出或簡單或複雜，但適合受眾觀看的數據可視化內容。
對於數據挖掘工程師，瞭解一些數據可視化工具是有必要的，也要根據需求做一些複雜的可視化圖表，但通常不需要考慮太多美化的問題。
協調溝通
不是業務，勝似業務！
對於初級數據分析師，瞭解業務、尋找數據、講解報告，都需要和不同部門的人打交道，因此溝通能力很重要。
對於高級數據分析師，需要開始獨立帶項目，或者和產品做一些合作，因此除了溝通能力以外，還需要一些項目協調能力。
對於數據挖掘工程師，和人溝通技術方面內容偏多，業務方面相對少一些，對溝通協調的要求也相對低一些。
快速學習能力
哪個行業不喜歡愛學習的人呢？
無論做數據分析的哪個方向，初級還是高級，都需要有快速學習的能力，學業務邏輯、學行業知識、學技術工具、學分析框架……數據分析領域中有學不完的內容，需要大家有一顆時刻不忘學習的心。
以上僅個人見解，希望對你有所幫助
根據題目，感覺題主應該不是IT專業的數據分析師，平時主要使用Excel完成日常工作，VBA的優勢在於自動化、批量處理，但面對大數據，它和Excel公式一樣，並沒有好的解決辦法。
那是不是必須去學一門語言呢，比如Python或者R,如果你有精力可以學，沒有精力也沒關係，就用Excel依然可以搞定大數據。
Excel早已經不僅是你每天看到的1048576行單元格，它還有更強大的Powerquery和Powerpivot，數據量已經沒有限制，只要電腦配置可以，上億行的數據Excel都可以搞定。
Powerpivot和Powerquery在Excel中可以玩轉，更溜的方式是直接用PowerBI，與Excel無縫對接，並且PowerBI desktop完全免費、正版，這在微軟系列裡絕對是最良心的產品了。
有了整合Powerpivot和powerquery、powerview、powermap所有功能的PowerBI，何必還在用破解版的Excel處理大數據呢。
數據分析師不僅知道如何處理數據，更要知道現在有哪些工具可以使用。
不要只是埋頭分析數據，不要到現在了還只知道VBA，剛畢業的年輕人使用PowerBI，分分鐘就甩你幾條街。
別說80萬條數據了，我10萬條以上的數據，一般都依賴資料庫去處理，寫幾句SQL的事。
或者你用BI工具處理，powerbi Finebi都行，我用的finebi：導入數據——ETL處理計算——可視化分析，性能上沒壓力，人家都是處理百萬億級的。
計算欄位基本不用寫公式，自帶的，也是比較傻瓜了。
好的工具，傳統的excel受限於自身能力(最多載入一百萬行)，所以第一建議你以後存儲文件的時候存儲成csv格式，下面說一下工具，power query和power pivot，用這兩個結合處理，沒有任何壓力，瞭解一下，受益無窮
80萬就算大了，那我們1億條的這種數據，不要算到天荒地老，用編程用分散式，大數據分析是面對海量的數據和複雜的處理邏輯，他是要用資料庫的而不是用Excel的，如果你想學大數據那就學Python和SQL這些開始吧。
學習python吧，在jupyter裏編程解決
平時工作中也有很多處理數據的情況，不過一般來講Excel+Python基本就能解決了。
如果是最簡單的任務，Excel解決，
有點難度？ Excel裡面的power query+power pivot
再困難點，Python的pandas用起來。
推薦閱讀：
