[数据分析小技能]如何使用Excel进行数据分析？_通过excel学习数据挖掘

目录

写在前面的话

第一步，也就是正确选择需要处理的数据。

第二步. 我们需要计算优惠后的价格。

如果你使用 VLOOKUP 函数来从价格表中获取数据，就可以轻松解决这个问题。

首先，输入以下价格表格：

第二步

最后

这个公式做了以下事情：

数据分析是一个复杂而多步骤的过程，下面是一般情况下可以遵循的步骤：

1.明确问题

2.收集数据

3.清洗和整理数据

4.探索数据

5.分析数据

6.解释和报告

7.持续优化

---

写在前面的话

在做数据分析时，重点不在于使用哪种具体的分析工具，而在于理解分析的目标和清晰地构建分析流程。

虽然选择适当的工具可以提高数据分析效率和准确性，但是，在没有清晰的目标和分析流程基础上盲目地使用工具往往会导致错误的结论。相反，如果能够清楚了解数据表达的含义和需要回答的问题，结合领域专业知识，并通过科学有效的数据分析流程进行分析，即使手头没有最先进的工具，也可以得出有价值的分析结果。

因此，对数据分析者来说，更重要的是掌握如何设计一个科学有效的分析流程、如何正确选取方法并处理数据、如何对分析结果进行判读和说明等核心技能。

下面我们来讨论一下，我们应该如何使用Excel进行数据分析？

---

Excel 可以让我们像瑞士军刀一样精明而迅速地处理数据，同样的操作可能取决于策略和技巧，接下来我们就用一个生活中的小例子来说明这个过程吧！

豆丁妈妈在某天下午发现自己不会算出她家百分之二十的折扣后要付多少钱。 所以她从历史账单里找出每件商品的原价并使用 Excel 将它们放在了电子数据表中。

第一步，也就是正确选择需要处理的数据。

我们知道，我们的数据很简单：除了货物名称之外，只有两列数字：原价和折扣。那我们简单地将罗斯柴尔德大妈输入的原始数据，即在「A」列中输入商品名称，在「B」列中输入标准价格，在「C」列中输入折扣：

第二步. 我们需要计算优惠后的价格。

打开 Excel 的公式，输入 「=B2*(1-C2) 」，转到最后一行并用「Shift+Enter」键进行快速填充。现在数据框已经准备好了！

但是......就出现了一个问题：豆丁妈妈要支付的金额是几位小数？看起来要涉及到四舍五入！不过别担心，我们可以使用公式 「=ROUND(计算出的优惠后价格,2)」 来手动调整。（比如说两位小数点，如果你更喜欢三位或者以上小数点也完全没问题哦）

最终产品将如下所示：

这样，豆丁妈妈就能够轻松地从 Excel 中获得提醒——她需要支付13元 的总额。

尽管故事和实际中有些许区别，然而基本步骤是一样的：输入原始数据、输出公式运算。

另外，如果你想提高效率（豆丁妈妈省时间），可以使用 VLOOKUP 函数 / IF 函数等高级公式进一步夺取灵魂哦！

如果你使用 VLOOKUP 函数来从价格表中获取数据，就可以轻松解决这个问题。

这样，每次需要计算新账单时，只需输入原始数据并自动链接到价格表中即可。

首先，输入以下价格表格：

第二步

在账单表格中创建一个新列，命名为「折后价」。

在该单元格中输入以下公式：=VLOOKUP(A2, 表格区域, 2, FALSE) * (1 - C2) 。

这个公式依次进行了以下步骤:

① 使用 VLOOKUP 查找商品名称（A2）在价格表格区域内（B2:C4），返回第二列的值（即「原价」列，列索引号为2）；

② 乘上「折扣百分比」（C2）的计算结果，在优惠后计算出「折后价」。

最后

使用 IF 函数计算小费。在单元格 D2 中，输入以下公式：= IF(C2 < 0.15, B2 * 0.15, B2 * C2) 

这个公式做了以下事情：

① 使用 IF 函数判断「小费百分比」是否小于 15%；

② 如果是，计算原始价格 (B2) 乘以 15% 的小费；

③ 否则，使用输入的折扣值作为小费百分比，再计算原始价格乘上这个百分比得出小费。

---

数据分析是一个复杂而多步骤的过程，下面是一般情况下可以遵循的步骤：

1.明确问题

首先要确定需要解决的问题和分析目标。这可以帮助你集中注意力并致力于解决最重要的问题。

2.收集数据

找到与问题相关的数据，并进行整理，确保每个观察值都包含在内，以便进行准确的分析。如果缺少任何数据或者数据不够完整、准确，需要补充或校正。

3.清洗和整理数据

清洗和整理数据是数据分析的基础。在此步骤中，必须检查数据是否工整、处理缺失值、删除异常值、去重等，确保数据的表现和统计结果的准确性。

4.探索数据

此时，可以开始探索数据并构建可视化图表，如绘制频率分布直方图、散点图等，并通过这些图表发现蕴藏在数据背后的有用信息。

5.分析数据

使用统计学方法来分析数据，以了解数据的主要关系及影响深度，例如相关系数分析，回归分析等。

6.解释和报告

当找到有用数据后，就需要总结和描述分析结果，并撰写相应的报告，以使读者能够理解重点问题、找到结论并改进业务。

7.持续优化

最后一个步骤是对数据分析过程的自身质量进行反思，并不断修改和提高方法并优化、完善输出，使得其更加精确且可靠。

需要注意的是，在每个阶段中都要保证数据的完整性和严谨性，以及在处理时遵守适用的法律和道德准则。如果运用妥当，数据分析将成为更好的商业决策支持。

---

如果，你觉得文章有用，请不要吝啬三连，谢谢！