如何利用Excel做高级数据分析？技巧都在这儿了

 　　下面小编给大家介绍一些Excel做高级数据分析的技巧：

　　01、快捷键

　　Excel的快捷键很多，以下主要是能提高效率：

　　Ctrl+方向键，对单元格光标快速移动，移动到数据边缘（空格位置）。

　　Ctrl+Shift+方向键，对单元格快读框选，选择到数据边缘（空格位置）。

　　Ctrrl+空格键，选定整列。

　　Shift+空格键，选定整行。

　　Ctrl+A，选择整张表内容。

　　Alt+Enter，换行。

　　Ctrl+Enter，以当前单元格为始，往下填充数据和函数。

　　Ctrl+S，快读保存，你懂的。

　　Ctrl+Z，撤回当前操作。

　　如果是效率达人，可以学习更多快捷键。Mac用户的ctrl一般需要用command替换。

　　02、格式转换

　　Excel的格式及转换很容易忽略，但格式会如影随形伴随数据分析者的一切场景，是后续SQL和Python数据类型的基础。

　　通常我们将Excel格式分为数值、文本、时间。

　　数值常见整数型 Int和小数/浮点型 Float。两者的界限很模糊。在SQL和Python中，则会牵扯的复杂，涉及运算效率，计算精度等。

　　文本分为中文和英文，存储字节，字符长度不同。中文很容易遇到编码问题，尤其是Python2。Win和Mac环境也有差异。大家遇到的乱码一般都属于中文编码错误。

　　时间格式在Excel中可以和数值直接互换，也能用加减法进行天数换算。

　　03、数组

　　数组很多人都不会用到，甚至不知道有这个功能。依旧是数据分析越往后用到越多，它类似R语言的Array和Python的List。

　　数组由多个元素组成。普通函数的计算结果是一个值，数组类函数的计算结果返回多个值。数组用大括号表示，当函数中使用到数组，应该用Ctrl+Shift+Enter输入，不然会报错。

　　先看数组的最基础使用。选择A1:D1区域，输入={1,2,3,4}。记住是大括号。然后Ctrl+Shift+Enter。我们发现数组里的四个值被分别传到四个单元格中，这是数组的独有用法。

　　我们再来看一下数组和函数的应用。利用{}，我们能做到1匹配a，2匹配b，3匹配c。也就是一一对应。专业说法是Mapping。

　　=lookup(查找值,{1,2,3},{"a","b","c"})

　　Excel的数组有同样强大的玩法，大家可以搜索学习，提高一定的效率。但是Python的数组更为强大，重点就不放在这块了。

　　04、分列

　　Excel可以将多个单元格的内容合并，但是不擅长拆分。分列功能可以将某一列按照特定规则拆分。常常用来进行数据清洗。

　　上文我有一列地区的数据，我想要将市和区分成两列。通常做法是可以用mid和find函数查找“市”截取字符。但最快做法就是用“市”分列。

　　05、合并单元格

　　单元格作为报表整理使用，除非是最终输出格式，例如打印。否则不要随意合并单元格。

　　一旦使用合并单元格，绝大多数函数都不能正常使用，影响批量的数据处理和格式转换。合并单元格也会造成Python和SQL的读取错误。

　　06、数据透视表

　　数据透视表是非常强大的功能，当初学会时惊为天人。

　　数据透视表的主要功能是将数据聚合，按照各子段进行sum( )，count( )的运算。

　　下图我选择我选择想要计算的数据，然后点击创建透视表。

　　此时会新建一个Sheet，这是数据透视表的优点，将原始数据和汇总计算数据分离。

　　数据透视表的核心思想是聚合运算，将字段名相同的数据聚合起来，所谓数以类分。

　　列和行的设置，则是按不同轴向展现数据。简单说，你想要什么结构的报表，就用什么样的拖拽方式。

　　聚合功能有一点类似SQL中的gorup by，python中则有更为强大的pandas.pivot_table( )。

　　07、删除重复项

　　一种数据清洗和检验的快速方式。想要验证某一列有多少个唯一值，或者数据清洗，都可以使用。

　　08、条件格式

　　条件格式可以当作数据可视化的应用。如果我们要使用函数在大量数据中找出前三的值，可能会用到rank( )函数，排序，然后过滤出1，2，3。

　　09冻结首行首列

　　Excel的首行一般是各字段名Header，俗称表头，当行数和列数过多的时候，观察数据比较麻烦。我们可以通过固定住首行，方便浏览和操作。