作者：Cherich_sun
來源：公眾號「杰哥的IT之旅」ID：Jake_Internet
本文為讀者投稿

這是一篇關于如何用excel做數據分析的案例。目的是幫助大家，在遇到小型數據樣本時，快速利用excel做分析。所以本篇文章的重點是分析思路+數據處理+可視化的實現，因為數據來源于網絡，所以不做深入解析。

需求說明

分析某電商企業銷售趨勢，找到影響銷售增長的因素。同時分析不同市場產品銷售狀況，找到不同市場的銷售差異。挖掘不同產品的銷售狀況，找到不同產品的銷售差異。對用戶群體進行分析，對企業用戶的畫像和價值進行挖掘。從上述分析中得出結論，并根據分析結果，提出自己對此企業未來發展的一些想法和建議。

數據說明

本項目數據為某電商平臺全年每日訂單詳情數據和用戶信息數據，包括兩個數據表，銷售訂單表和用戶信息表。

其中銷售訂單表為每個訂單的情況明細，一個訂單對應一次銷售。這兩個表的表結構分別為：

銷售訂單表結構：

用戶信息表結構：

一、分析思路

本項目主要分為三個維度，分別是用戶畫像，針對用戶群體進行分析，找出平臺的主力軍特點有哪些；商品維度上，找出商品在不同市場的銷售差異等；用戶價值維度上，主要根據用戶的消費行為，挖掘出其內在的規律。分析的詳細思路，如下：

二、數據處理（Excel）

1、數據清洗

最終數據狀態："多一分則肥，少一分則瘦"，那么常用的清洗方法主要有以下三種。

① 重復數據處理

函數法 COUNTIF()
重復標記 =COUNTIF(A:A,A2)
第二次重復標記 =COUNTIF(A$2:A2,A2)
兩種結果對比如下 ：

高級篩選法 選中將要處理的數據區域，點擊菜單欄里【數據】——【排序和篩選】里選擇【高級】，會彈出高級篩選。如下操作：

條件格式 選中將要處理的數據區域，點擊菜單欄里【開始】——【條件格式】里選擇【突出顯示單元格規則】——【重復值】。如下操作：

數據透視表 數據透視表一樣能計算數據重復的頻次。而且比COUNTIF更加簡單易用，只需要拖動。首先，選中第一行標題數據左側，按Shift+Ctrl+End/下箭頭，選中全部數據后——【插入】——【數據透視表】，如下：

我們上面已經學會了各種重復值的處理，那么在實際業務中，通常會刪除重復值。選中全部數據——點擊——菜單欄里【數據】——【刪除重復項】，如下:

② 缺失數據處理

一般可以接受的缺失值的標準是在10%以下。通常的處理方式如下：

• 平均值填充；

• 統計模型計算出來的值；

• 將缺失值的記錄刪除掉；

• 保留，只在做相應的分析中做必要的排除

批量填充 如何把下面的表格的合并單元格拆分開，轉化成規范的數據。

選擇要轉換的區域——【開始】——【合并后居中】——即取消單元格合并——繼續選中要轉換的區域——按Ctrl+G——彈出【定位】——【定位條件】，選擇空值——確定——繼續在A3單元格中輸入"=",按上箭頭，再按Ctrl+Enter，自動填充完成。

注：批量去除公式：選中數據，粘貼為數值，這樣會提升excel的整體運行效率。下面，我們需要利用批量填充，處理銷售訂單表中的產品名稱字段，批量刪除掉數值，只保留產品名。新建一列空白列，先輸入幾個正確的產品名稱，按Ctrl+E，快速智能填充。

查找和替換 快捷鍵分別是：Ctrl+F；Ctrl+H

③ 空格數據處理

• 直接替換空格 Ctrl + H

• 特殊空格，要用trim()

2、數據合并

① 字段合并

• CONCATENATE()

• &

• DATE()

② 字段匹配

能夠實現的是表里沒有的數據，但是其他表有的，通過對應的共同關鍵字（數據類型必須相同）進行匹配。現在，我們將用戶表和訂單表進行合并，使得訂單表的字段更加豐富，為接下來分析（消費的主力軍特征）做準備。想要實現的結果，如下：

實現方式 VLOOKUP，語法如下：

VLOOKUP(要查找的值,查找的范圍,屬于查找范圍的第幾列（序列號）,模糊/精確查找) 通過上面的語法，我們能夠成功的獲取到性別這一列數據，但是還有幾個字段，如果通過復制粘貼的形式，修改序列號的話，效率太慢了。我們有更高效的方式。如下：

如上，序列號的位置通過COLUMN函數定位列，記得對行加絕對引用$。這樣的話，直接向右，向下拖拽，就會自動補全字段內容。

3、數據抽取

① 字段拆分

分列 現在我們已經成功合并成了一個大表，接下來，要對付款時間進行分列，拆分成年，月形式，方便后面作可視化。首先選中【單價】列右鍵——【插入】——同樣的方式插入三個空白列——復制一列【付款時間列】，再分別命名列名為年、月——選中【付款時間】列——【數據】——【分列】——【下一步】——【其他】輸入"/"——【完成】

函數（截取字符串）：LEFT();RIGHT();MID()

② 隨機抽樣

• RAND():返回0~1之間的小數; 如果想返回 60~70 之間的，=INT(RAND()*10+60)

• RANDBETWEEN()：返回介于指定數字之間的隨機數，=RANDBETWEEN(60，70)

4、數據計算

① 簡單計算

② 函數計算

日期計算 求年齡函數實現方式：=DATEDIF(D2,TODAY(),"Y")

數據分組 項目的需求是根據年齡對用戶打標簽（小于21歲，標記為"00后"；大于21歲并且小于31，標記為"90后"；大于31歲并且小于41，標記為"80后"；大于41歲并且小于51，標記為"70后"），有下面兩種實現方式。

• 方式一：

IF() IF(W2<21,"00后",IF(AND(W2>21,W2<31),"90后",IF(AND(W2>31,W2<41),"80后","70后")))

• 方式二：

VLOOKUP() 這種方式我們僅需要設置閾值和顯示標簽，值得注意的是要VLOOKUP的第三個參數是模糊匹配。

5、數據轉換

① 數據表行列轉換

實現如下效果，選中要轉換的數據——右鍵，復制——選擇空白單元格——【開始】——【粘貼】——【選擇性粘貼】——選中【轉置】——完成

② 二維表轉為一維表

點擊【文件】——【選項】——【自定義功能】——在【不在功能區中的命令】中找到【數據透視表和數據透視圖向導】并選中——在右側的【數據】選項卡下面添加【新建選項卡】并選中它——【添加】——確定，最終，在【數據】里出現了"數據透視表和數據透視圖向導"，如下：

點擊【數據透視表和數據透視圖向導】——選擇【多重合并計算數據區域】——【創建單頁字段】——下一步——選定將要操作的區域——下一步——選擇【新工作表】——完成——雙擊【總計】的值——即實現二維表轉為一維表，如下：

三、可視化

可視化圖形大多數比較簡單，相信大家都能輕而易舉的實現。那么，一些特殊的圖形，因為也很重要。

1、用戶畫像

圖表說明：平臺的主力軍的特征主要是：女性用戶；90后人群單身人群‘’學歷主要是中專、博碩；地域集中在天津地區。女生購買偏好飲料、日用品，男性購買偏好是飲料、海鮮產品。

2、產品優勢

圖表說明：整體的銷售額處于下降趨勢，從10月份開始慢慢回升。根據二八法則，可以看出天津、南京、北京占總銷售額的43%，可以考慮作為重點投放市場。最受歡迎的品類是飲料、日用品、肉/家禽。

3、用戶價值

注：因為上面的數據集里用戶量有限，做同期群后不明顯。所以這里是一個新的用戶數據集。

圖表說明：通過RFM模型已經對用戶做好分類，可以針對不同類型用戶采取相應的運營策略；重點維護消費頻率在82~100之間的用戶。同期群分析，我們可以看出平臺的新用戶是逐漸遞增的，但是留存率較低。

公眾號后臺回復：「20210226」，即可獲取本文完整數據。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 本站qq群851320808，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【数据分析】太秀了！用Excel也能实现和Python数据分析一样的功能！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。