如何七周成為數(shù)據(jù)分析師02：Excel技巧大揭秘
本文是《如何七周成為數(shù)據(jù)分析師》的第二篇教程，如果想要了解寫作初衷，可以先行閱讀七周指南。溫馨提示：如果您已經(jīng)熟悉Excel，大可不必再看這篇文章，或只挑選部分。
上一篇文章《數(shù)據(jù)分析：常見的Excel函數(shù)全部涵蓋在這里了》教了大家常用的函數(shù)，今天講解Excel的技巧。
本次講解依然是提綱，圖文部分引用自百度經(jīng)驗(yàn)。如果有疑問或建議，可以留言給我，也可以網(wǎng)上搜索。內(nèi)容方面照舊會補(bǔ)充SQL和Python。
快捷鍵
Excel的快捷鍵很多，以下主要是能提高效率：
Crtl+方向鍵，對單元格光標(biāo)快速移動(dòng)，移動(dòng)到數(shù)據(jù)邊緣（空格位置）。
Crtl+Shift+方向鍵，對單元格快讀框選，選擇到數(shù)據(jù)邊緣（空格位置）。
Ctrrl+空格鍵，選定整列。
Shift+空格鍵，選定整行。
Ctrl+A，選擇整張表內(nèi)容。
Alt+Enter，換行。
Ctrl+Enter，以當(dāng)前單元格為始，往下填充數(shù)據(jù)和函數(shù)。
Ctrl+S，快讀保存，你懂的。
Ctrl+Z，撤回當(dāng)前操作。
如果是效率達(dá)人，可以學(xué)習(xí)更多快捷鍵。Mac用戶的ctrl一般需要用command替換。
格式轉(zhuǎn)換
Excel的格式及轉(zhuǎn)換很容易忽略，但格式會如影隨形伴隨數(shù)據(jù)分析者的一切場景，是后續(xù)SQL和Python數(shù)據(jù)類型的基礎(chǔ)。
通常我們將Excel格式分為數(shù)值、文本、時(shí)間。
數(shù)值常見整數(shù)型 Int和小數(shù)/浮點(diǎn)型 Float。兩者的界限很模糊。在SQL和Python中，則會牽扯的復(fù)雜，涉及運(yùn)算效率，計(jì)算精度等。
文本分為中文和英文，存儲字節(jié)，字符長度不同。中文很容易遇到編碼問題，尤其是Python2。Win和Mac環(huán)境也有差異。大家遇到的亂碼一般都屬于中文編碼錯(cuò)誤。
時(shí)間格式在Excel中可以和數(shù)值直接互換，也能用加減法進(jìn)行天數(shù)換算。
時(shí)間格式有不同表達(dá)。例如2016年11月11日，2016/11/11，2016-11-11等。當(dāng)數(shù)據(jù)源多就會變得混亂。我們可以用自定義格式規(guī)范時(shí)間。
這里了解一下時(shí)間格式的概念，列舉是一些較通用的范例（不同編程語言還是有差異的）:
YYYY代表通配的四位數(shù)年格式
MM代表通配的兩位數(shù)月格式
DD代表通配的兩位數(shù)日格式
HH代表通配的的兩位數(shù)小時(shí)（24小時(shí)）格式
hh代表通配的兩位數(shù)小（12小時(shí)制）格式
mm代表通配的兩位數(shù)分格式
ss代表通配的兩位數(shù)秒格式
例如2016/11/11可以寫成：yyyy/MM/dd。
2016-11-11 23:59:59可以寫成：yyyy-MM-dd HH:mm:ss。
數(shù)組
數(shù)組很多人都不會用到，甚至不知道有這個(gè)功能。依舊是數(shù)據(jù)分析越往后用到越多，它類似R語言的Array和Python的List。
數(shù)組由多個(gè)元素組成。普通函數(shù)的計(jì)算結(jié)果是一個(gè)值，數(shù)組類函數(shù)的計(jì)算結(jié)果返回多個(gè)值。
數(shù)組用大括號表示，當(dāng)函數(shù)中使用到數(shù)組，應(yīng)該用Ctrl+Shift+Enter輸入，不然會報(bào)錯(cuò)。
先看數(shù)組的最基礎(chǔ)使用。選擇A1:D1區(qū)域，輸入={1,2,3,4}。記住是大括號。然后Ctrl+Shift+Enter。我們發(fā)現(xiàn)數(shù)組里的四個(gè)值被分別傳到四個(gè)單元格中，這是數(shù)組的獨(dú)有用法。
我們再來看一下數(shù)組和函數(shù)的應(yīng)用。利用{}，我們能做到1匹配a，2匹配b，3匹配c。也就是一一對應(yīng)。專業(yè)說法是Mapping。
=lookup(查找值,{1,2,3},{“a”,”b”,”c”})
Excel的數(shù)組有同樣強(qiáng)大的玩法，大家可以搜索學(xué)習(xí)，提高一定的效率。但是Python的數(shù)組更為強(qiáng)大，重點(diǎn)就不放在這塊了。
分列
Excel可以將多個(gè)單元格的內(nèi)容合并，但是不擅長拆分。分列功能可以將某一列按照特定規(guī)則拆分。常常用來進(jìn)行數(shù)據(jù)清洗。
上文我有一列地區(qū)的數(shù)據(jù)，我想要將市和區(qū)分成兩列。通常做法是可以用mid和find函數(shù)查找“市”截取字符。但最快做法就是用“市”分列。
出一個(gè)思考題，如果市和區(qū)都存在應(yīng)該如何分列？
SQL和Python中有類似的spilt ( )函數(shù)。
合并單元個(gè)格
單元格作為報(bào)表整理使用，除非是最終輸出格式，例如打印。否則不要隨意合并單元格。
一旦使用合并單元格，絕大多數(shù)函數(shù)都不能正常使用，影響批量的數(shù)據(jù)處理和格式轉(zhuǎn)換。合并單元格也會造成Python和SQL的讀取錯(cuò)誤。
數(shù)據(jù)透視表
數(shù)據(jù)透視表是非常強(qiáng)大的功能，當(dāng)初學(xué)會時(shí)驚為天人。
數(shù)據(jù)透視表的主要功能是將數(shù)據(jù)聚合，按照各子段進(jìn)行sum( )，count( )的運(yùn)算。
下圖我選擇我選擇想要計(jì)算的數(shù)據(jù)，然后點(diǎn)擊創(chuàng)建透視表。
此時(shí)會新建一個(gè)Sheet，這是數(shù)據(jù)透視表的優(yōu)點(diǎn)，將原始數(shù)據(jù)和匯總計(jì)算數(shù)據(jù)分離。
數(shù)據(jù)透視表的核心思想是聚合運(yùn)算，將字段名相同的數(shù)據(jù)聚合起來，所謂數(shù)以類分。
列和行的設(shè)置，則是按不同軸向展現(xiàn)數(shù)據(jù)。簡單說，你想要什么結(jié)構(gòu)的報(bào)表，就用什么樣的拖拽方式。
聚合功能有一點(diǎn)類似SQL中的gorup by，python中則有更為強(qiáng)大的pandas.pivot_table( )。
刪除重復(fù)項(xiàng)
一種數(shù)據(jù)清洗和檢驗(yàn)的快速方式。想要驗(yàn)證某一列有多少個(gè)唯一值，或者數(shù)據(jù)清洗，都可以使用。
功能類似SQL中的distinct ,python中的set。
條件格式
條件格式可以當(dāng)作數(shù)據(jù)可視化的應(yīng)用。如果我們要使用函數(shù)在大量數(shù)據(jù)中找出前三的值，可能會用到rank( )函數(shù)，排序，然后過濾出1，2，3。
用條件格式則是另外一種快速方法，直接用顏色標(biāo)出，非常直觀。
凍結(jié)首行首列
Excel的首行一般是各字段名Header，俗稱表頭，當(dāng)行數(shù)和列數(shù)過多的時(shí)候，觀察數(shù)據(jù)比較麻煩。我們可以通過固定住首行，方便瀏覽和操作。
Header是一個(gè)較為重要的概念。在Python和R中，read_csv函數(shù)，會有一個(gè)專門的參數(shù)header=true，來判斷是否讀取表頭作為columns的名字。
自定義下拉菜單（數(shù)據(jù)有效性）
數(shù)據(jù)有效性是一種約束，針對單元格限制其輸入，也就是讓其只能固定幾個(gè)值。下拉菜單是一種高階應(yīng)用，通過允許下拉箭頭即可。
自定義名稱
自定義名稱是一個(gè)很好用的技巧，我們可以為一個(gè)區(qū)域，變量、或者數(shù)組定義一個(gè)名稱。后續(xù)要經(jīng)常使用的話，直接引用即可，無需再次定位。這是復(fù)用的概念。
我們將A1:A3區(qū)域命名為NUM。
直接使用=sum(NUM) ，等價(jià)于sum(A1:A3)。
新手們理解數(shù)據(jù)庫，可以將其想象成無數(shù)張表sheet。每一張表都有自己唯一的名字，就像上圖的NUM一樣。數(shù)據(jù)庫操作就是引用表名進(jìn)行查找、關(guān)聯(lián)等操作。使用sum，count等函數(shù)。
查找公式錯(cuò)誤
公式報(bào)錯(cuò)也不知道錯(cuò)在哪里時(shí)候可以使用該功能，尤其是各類IF嵌套或者多表關(guān)聯(lián)，邏輯復(fù)雜時(shí)。查找公式錯(cuò)誤是逐步運(yùn)算的，很方便定位。
分組和分級顯示
分組和分級顯示，常用在報(bào)表中，在報(bào)表行數(shù)多到一定程度時(shí)，通過分組達(dá)到快速切換和隱藏的目的。越是專業(yè)度的報(bào)表（咨詢、財(cái)務(wù)等），越可以學(xué)習(xí)這塊。在數(shù)據(jù)菜單下。
分析工具庫
分析工具庫是高階分析的利器，包含很多統(tǒng)計(jì)計(jì)算，檢驗(yàn)功能等工具。Excel是默認(rèn)不安裝的，要安裝需要加載項(xiàng)，在工具菜單下（不同版本安裝方式會有一點(diǎn)小差異）。
分析工具庫是統(tǒng)計(jì)包，規(guī)劃求解是計(jì)算最優(yōu)解，類似決策樹。這兩者的分析方法以后詳細(xì)論述。
Mac似乎有閹割。
第三方應(yīng)用
Excel是支持第三方插件的，第三方插件擁有非常強(qiáng)大的功能。甚至完成BI的工作。
應(yīng)用商店里微軟官方的Power系列都挺好。下圖就是Power Map。
第三方應(yīng)用商店Mac沒有，非?？上Аin用戶請用最新版本，2010以前是沒有插件的。第三方應(yīng)用是可以深學(xué)的，如果是傳統(tǒng)行業(yè)的數(shù)據(jù)分析師，需要專注學(xué)習(xí)，互聯(lián)網(wǎng)分析就不需要了。
主要的Excel技巧和函數(shù)已經(jīng)都教授給大家。Excel博大精深，有一句說的挺好，我們大部分實(shí)際用到的功能只有20%。熟練掌握這20%功能，日常工作足夠應(yīng)付。重要的還是解決問題的能力。
接下來是Excel實(shí)戰(zhàn)內(nèi)容，下一篇文章會直接用到5000行真實(shí)的數(shù)據(jù)分析師的職位數(shù)據(jù)。沒錯(cuò)，用數(shù)據(jù)分析師的數(shù)據(jù)進(jìn)行分析，有點(diǎn)拗口。
立即登錄
