Excel可视化，如何展示一个完整的数据分析？

今日本文讲实操，教大家用Excel做一个简单的分析。一是让大家知道数据分析是一个什么样的过程；其次，熟练操作Excel(使用所学知识)，包括公式、数据透视表等。在这里，我用Python在智联招聘中爬取了大约1800名BI工程师的工作信息，并用CSV文件保存了工作名称、公司名称、工资、城市、行业、学历要求、工作年限等关键信息。爬行过程不会重复，源数据附加给您，公共账户（数据分析不是一件事）回复“数据”可以获得操作版本：Excel2016，WIN10完整的数据分析需要经历以下步骤：数据获取-我用Python爬；明确分析目的——你得到什么信息，解决什么问题；观察数据-每个数据字段的含义，中英文解释；数据清洗-无效值、缺失值、重复值处理、数据结构是否一致等；分析过程-围绕目的进行分析；制作可视化-制作图表并制作可视化报告。第一，明确目的数据分析的禁忌是不知道分析的方向和目的，拿着一堆数据不知所措。第一，明确目的数据分析的禁忌是不知道分析的方向和目的，拿着一堆数据不知所措。数据用来解决什么问题？汇总统计制作成报表吗？是数据可视化，作为信息图吗？验证某种业务假设？KPI希望提高某一指标？要知道所有的数据分析都是以业务为核心目的，所以要找出业务问题的思考点。关于发现问题的切入点，之前的数据分析思维文章已经讲过了。永远不要试图在一堆数据中找到结论，目标在前面，数据在后面，即使数据是平均比较，也比没有方向好。每一次尝试都会引起进一步的思考，比如为什么这个值这么低，原因在哪里，差异波动的规律是什么...所以，在分析之前，我们不妨先看看我们爬的数据:假设我是BI工程师，我想知道:目前BI工程师的平均工资水平是多少，各地区对BI工程师的需求是多少，哪些地区岗位最多。BI工程师在不同年限的工资差异如何？三年后我的价格是多少？薪水较高的公司有哪些？有了这样的问题，我们的分析就有了方向，后续的过程就是把目标分解成实际的分析和展示。第二，要了解数据概况，首先要看数据。你想要的所有数据都不完整，可以分析哪些数据。主要是看数据字段，了解数据字段的含义：JobName——工作名称Company-公司名称Salary-工资City-城市Jobtype-工作领域Edulevel-学历要求WorkingExp-工作年限要求3.数据清洗，然后进行数据清洗。数据清理一般包括无效值、缺失值和重复值处理；数据是否有乱码和错位；数据口径问题，两张表的相关ID名是否一致；是否有统一的标准或命名，如公司名称的全写或缩写。数据转换是将数据规则为统一格式处理。因为这只是Excel级别的数据分析，而且只是一个简单的数据表，不会有太多复杂的操作。这里简单总结一下。1、缺失值数据会极大地影响分析结果。数据缺失的原因有很多，比如数据采集时，由于技术原因，爬虫并没有完全被捕获。但更多的工作原因是数据存储时没有完全收集，没有填写遗漏，这是数据规范数据治理的话题。一般来说，如果某个字段的数据缺失超过40%~50%，则没有分析意义，考虑删除或采取其他措施。只要在Excel中选择这个列来查看数据是否缺失。edulevel有缺失(1759/1800)，但不多，不影响实际分析。2、脏数据处理发现，jobname列中有一些类似BIM工程师的岗位信息，应该是土木工程行业的工程师，爬的时候没有做过滤，包括“bim”“BIOS””BIW”等字段。在这里，我建立了辅助列，设置了判断条件，然后进行筛选和过滤，因为它包含了多个过滤。=IF(OR(COUNTIF“*”“A5”&{“bim”,”BIM”,”BIOS”,”BIW”}&"*")，1，"0"″)公式意味着，如果这些字段中的任何一个都是1，否则就是0。在这里，我们需要筛选结果为0的数据，总共筛选了600多个，数据还是很脏的。数据选项卡中的高级筛选功能也可以用于多重筛选。3、重复数据重复数据通常处理唯一的识别字段，如用户ID、订单ID和公司ID。这些字段代表了这一行中唯一的数据。严格来说，这里的表应该有公司ID字段和数据爬行的问题，所以我懒得再爬了，所以我会重复Company字段。这里有一个快速提示，使用Excel删除重复项功能，快速定位是否有重复数据。删除company列重复项：只剩下562个值。到目前为止，一些脏数据已经基本清理干净。最后，salary有一些“薪资面议”、“校招”的数据，这里也一起过滤掉了。Jobtype过滤掉了汽车、电子等行业，只留下了包括IT互联网行业在内的不到500条数据。4、Salary的工资用几K表示数据再处理，这是文本，不能直接用于计算。而且还是一个范围，后续要按照最高工资和最低工资分成两列。由于城市字段中存储的数据是“城市-区域”格式，如“上海-徐汇区”，为了便于分析每个城市的数据，最终增加了“城市”，截取了“-”前的真实城市数据。为了便于分类，区分原始数据，防止原始数据丢失，将以前处理过的数据复制并粘贴到另一个表中。①将salary分成最高工资和最低工资的工资处理方法有三种。一是直接分列，以“-”为拆分符，获取两列数据，然后用替换功能删除k字符串。得到结果。二是自动填充功能，填充内容自动计算填充所有列。三是利用文本搜索，重点关注这一点。写公式的想法是先找到第一个K的位置，然后-1，去除K。因此，公式是：=LEFT(C2,FIND(“K“，C2，1)-1)同样的想法，最高工资需要用find找到”-“位置，然后截取从”-“到最后第二位的字符串。=MID(C2,FIND(C2，1) 1,LEN(C2)-FIND(C2，1)-1)这里，在新增数据列，平均薪水，来近似代表实际的准确薪资。平均工资=(工资下限) 工资上限)/2，即可获得每个岗位的平均工资。②由于存储在城市字段中的数据是“城市-区域”格式，如“上海-徐汇区”，为了便于分析每个城市的数据，最终增加了“城市”，并在“-”之前拦截了真实的城市数据。=IF(COUNTIF(G2，*-*)=0，G2LEFT(G2,FIND(“-”，G2，1)-1)到目前为止，所有的数据都已经清洗加工完毕，食材都准备好了，下面就可以正式开始数据可视化食品下锅烹饪了。四、分析过程分析过程有很多游戏玩法，因为这里的主要数据是文本格式，数据非常简单，所以倾向于总结统计的计算。若数值型数据较多，则涉及统计、比例等概念。如果有时间数据，就会有趋势和变化的概念。使用数据透视表完成整体分析，首先使用数据透视表获得汇总统计。1、本文简要介绍了BI工程师需求概况分析，增加了增材的区分，增加了数据大小的识别度。(条件格式-色阶)北京、上海、广州、深圳的BI工程师岗位似乎远远超过其他城市，其次是成都、杭州、武汉的梯队。1~3年和3~5年经验差距相当。2、BI工程工资分析每个经验年龄的平均工资状况，差距梯度仍然很明显。目前市场上BI工程的工资主要在7~17K左右。23~26K，应该是5~10年左右经验的岗位。3、随着经验的增长和教育影响力的整体规模，BI工程师大专和本科的工资差异不是很大。经过3~5年的经验，本科课程略有优势。到5~10年，基本拉平，也就是说学历因素影响比例较弱，这个时候更注重经验。其他分析过程没有重复，主要是使用数据透视表和数据透视图进行多维（城市、教育、工作经验）分析，没有其他复杂的技能。关于数据透视图和数据透视表。选择要分析的数据列。2013年以上的Excel基本上智能地帮助您推荐图标并生成透视界面。只要您区分拖动的字段是否到达列，您就可以到达值或行。然后根据情况对多数据进行一定的筛选，因为数据清理不一定很彻底，所以在制作过程中忽略了一些字段的空缺值，回头过滤。最后，一个简单的数据分析基本结束了。由于数据简单，不涉及数据集成、表合并、专业数据统计回归等操作。整个数据分析过程中最耗时的数据清理约占70%。只要目的明确，可视化分析师就很简单。其次，也可以看出，Excel的分析更多的优点是数据的简单处理。通过随机过滤、查询和定位，可以了解数据的概况。然而，在可视化方面，很难选择行列值和制作复杂的图表。总结Excel可视化需要一些时间才能做好。因此，当我进行分析时，基本上就是用Excel看数据全貌，简单处理一下。BI仍将对分析、可视化等进行分析。以后，我会再出一个BI制作的教程。