第四章 數(shù)據(jù)處理

上次我們了解了數(shù)據(jù)處理第一步數(shù)據(jù)清洗疮薇，這次我們進(jìn)入數(shù)據(jù)加工

對(duì)于經(jīng)過數(shù)據(jù)分析后的數(shù)據(jù)字段蛤织，并不能滿足我們的數(shù)據(jù)分析需求担锤，所以需要對(duì)現(xiàn)有的字段抽取乱顾，計(jì)算或轉(zhuǎn)換形式成為我們分析需要的新字段

1.數(shù)據(jù)抽取：包括字段分列／字段合并／字段匹配

字段分列：如“姓名”分為“姓和名”

法1）：菜單法：［數(shù)據(jù)］中的［數(shù)據(jù)工具］中的［分列］選擇［分隔符號(hào)］中的［下一步］完成

法2）：函數(shù)法：有時(shí)绪妹，我們需要提取特定的幾個(gè)字符甥桂，或者其中的第幾個(gè)字符，這時(shí)就要用到left（）和right（）函數(shù)

left（text邮旷，［num_chars]):第一個(gè)參數(shù)表示要抽取的文本黄选，第二個(gè)表示需要提取字符串左起多少個(gè)字符

right（text，［num_chars]):基本同上婶肩，就是從右起多少個(gè)字符

字段合并：有時(shí)我們需要抽取幾個(gè)數(shù)據(jù)列創(chuàng)建成為一個(gè)句子办陷，比如要給用戶發(fā)送信函，這是就有大量用戶的信息要輸入律歼，我們可以使用字段合并得到文本化的文字利用concatenate（）函數(shù)

concatenate(text1,text2,...)懂诗，比如我們表里A2=小王，B2=5次苗膝，（遲到5次）我們就可以使用concatenate（A2殃恒，“遲到”，B2辱揭，“次”）离唐，這樣就得到“小明遲到5次”的句子

字段匹配：要從其他數(shù)據(jù)表中獲取字段，比如想截取B中的字段“住址”到A中问窃，我們可以使用vlookup()函數(shù)

vlookup(lookp_value, ? ?table_array, ? ?col_index_num, ? ?range_lookup)第一個(gè)參數(shù)表示要在表格或區(qū)域的第一列中查找的值亥鬓，第二個(gè)表示查找區(qū)域，第三個(gè)表示希望返回的值的列號(hào)域庇，第四個(gè)為布爾類型嵌戈，為“1”表示近似匹配，為“0”表示精確匹配听皿，一般使用為0

2.數(shù)據(jù)計(jì)算 ?：簡單計(jì)算／函數(shù)計(jì)算

簡單計(jì)算：有時(shí)我們需要的字段不能直接從表中獲得熟呛，要通過加減乘除計(jì)算得到，我想這里大家應(yīng)該都很清楚

函數(shù)計(jì)算：平均值／求和／日期的加減法

這里主要說下日期的加減法：哭訴輸入當(dāng)前日期尉姨，可以使用today（）和now（）還可以使用ctrl＋庵朝；和ctrl＋；再按空格接著按ctrl＋shift＋；這里公式可以插入動(dòng)態(tài)時(shí)間九府，快捷鍵是靜態(tài)時(shí)間

我們經(jīng)常會(huì)遇到需要日期增減的問題椎瘟，例如我們希望通過添加兩周時(shí)間來調(diào)整一個(gè)項(xiàng)目的計(jì)劃日期，此時(shí)我們只需要用到＋侄旬，－即可肺蔚，但有時(shí)我們要對(duì)一個(gè)某年某月某日進(jìn)行處理，可以用到date（）函數(shù) date(year(A2)+5,month(A2)-6,day(A2)+6);還可以使用dateif（）計(jì)算工齡有時(shí)需要了解員工的工齡和某些信息的關(guān)系

date（start date儡羔，and_data宣羊，unit）第一個(gè)參數(shù)表示起始時(shí)間，第二個(gè)表示終止時(shí)間笔链，unit有6種形式段只，Y整年腮猖，M整月鉴扫，D整天，YD天數(shù)的差澈缺，YM月數(shù)的差坪创，MD年數(shù)的差

3.數(shù)據(jù)分組

首先準(zhǔn)備一個(gè)分組表，分組表里應(yīng)該至少有字段“闕值”姐赡，“分組標(biāo)識(shí)”莱预，“備注（分組條件）”

使用vlookup()函數(shù)通過對(duì)分組表里闕值的查找，返回分組表中的分組標(biāo)識(shí)字段

4.數(shù)據(jù)轉(zhuǎn)換：數(shù)據(jù)表的行列轉(zhuǎn)置／多選題幾種錄入方式之間的轉(zhuǎn)換

1）數(shù)據(jù)表的行列轉(zhuǎn)置

通過［選擇性粘貼］解決轉(zhuǎn)置项滑，還可以選擇性粘貼格式依沮，公式，甚至還能選擇數(shù)值將它們批量成負(fù)數(shù)或者對(duì)要粘貼的數(shù)和原數(shù)還可以進(jìn)行加減乘除

選擇性粘貼法1）先復(fù)制好數(shù)據(jù)區(qū)域枪狂，［開始］中的［剪貼板］到［粘貼］中選擇［選擇性粘貼］

法2）ctrl＋alt+v快捷鍵會(huì)彈出危喉，勾選轉(zhuǎn)置

法3）直接復(fù)制，然后在粘貼出現(xiàn)的圖標(biāo)種選擇轉(zhuǎn)置

2）多選題的錄入方式之間的轉(zhuǎn)換

前面說道過對(duì)于多選題我們使用“0”和“1”標(biāo)識(shí)是否被選中（二分法）州疾，還可以通過對(duì)每個(gè)選項(xiàng)用數(shù)字表示辜限，多重法，但是多重法在Excel里無法分析严蓖，所以要將多重轉(zhuǎn)化為二分

法1）使用if（isnumber(hlookup()),1,0)薄嫡，這里的hlookup()函數(shù)和vlookup()函數(shù)長得很像，其實(shí)功能上也很像颗胡，vlookup()是按列在指定區(qū)域查找毫深，hlookup()函數(shù)是按行在指定區(qū)域查找

hlookup(lookp_value,? ? table_array,? ? col_index_num,? ? range_lookup)第一個(gè)參數(shù)表示要在表格或區(qū)域的第一行中查找的值，第二個(gè)表示查找區(qū)域毒姨，第三個(gè)表示希望返回的值的行號(hào)费什，第四個(gè)為布爾類型，為“1”表示近似匹配，為“0”表示精確匹配鸳址，一般使用為0瘩蚪，這里注意如果找到會(huì)返回你指定的行號(hào)，如果沒有找到會(huì)返回一個(gè)非數(shù)字

isnumber()函數(shù)很明顯字面上就是判斷是不是數(shù)稿黍，所以先使用isnumber(hlookup())判斷是否返回了數(shù)字從而判斷這一行里是否有該選項(xiàng)疹瘦，再利用if()函數(shù)，如果是數(shù)字巡球，則if()返回一個(gè)1,不是則返回一個(gè)0言沐，這樣就發(fā)現(xiàn)選中的選項(xiàng)位置會(huì)放上1，未選中的會(huì)放上0酣栈，那把多重法轉(zhuǎn)化為二分法的目的就這樣達(dá)到了

法2）使用if(isnumber(search("t",區(qū)域)),1,0),這里使用search()直接在區(qū)域里查找“1”在嗎险胰，在返回1，不在返回0矿筝，然后依次查找就能夠把多重轉(zhuǎn)為二分

但有時(shí)我們輸入的多個(gè)選項(xiàng)變量會(huì)在一個(gè)單元格里起便，如下圖，這是我們利用search()函數(shù)直接在單元格中查找

search(find_text,within_text,start_num),這里第一個(gè)參數(shù)表示要查找的字符串窖维，第二個(gè)為要在哪個(gè)字符串中查榆综，這里填要查的單元格就好，第三個(gè)參數(shù)指出從單元格中字符串的哪個(gè)位置開始找铸史，它會(huì)返回要查找的字符串在原始字符串中首次出現(xiàn)的位置鼻疮，（還是一個(gè)數(shù)字），也就是說找到就會(huì)返回一個(gè)數(shù)琳轿，找不到返回一個(gè)非數(shù)字

5.數(shù)據(jù)抽樣

分為普查和抽樣調(diào)查判沟，一般公司都采用抽樣，這里使用一個(gè)rand()函數(shù)崭篡，產(chǎn)生隨機(jī)數(shù)函數(shù)挪哄，來選取隨機(jī)樣本

rand()產(chǎn)生［0，1］之間媚送，rand()*a+b產(chǎn)生［b,a+b]之間的隨機(jī)數(shù) ? ? int(rand()*a+b))這里int()表示取整中燥，例如我們要在5000人里產(chǎn)生1000個(gè)隨機(jī)人做調(diào)查，這時(shí)使用隨機(jī)數(shù)函數(shù)塘偎，先給5000人編號(hào)疗涉，編好號(hào)后可以利用rand()在1000個(gè)單元格產(chǎn)生1000個(gè)［1，5000］的隨機(jī)數(shù)吟秩，從而找到要抽樣的人