数据分析:常见的Excel函数全部涵盖在这里了

2017 年 7 月 22 日 R语言中文社区 秦路


点击上方图片查看配套视频教程

作者:秦路,天善智能特约专家。资深数据分析师,数据化运营专家。擅长结合运营和数据,建立数据化运营体系。

个人公众号:秦路(微信ID:tracykanc)


本文是《如何七周成为数据分析师》第一篇教程,对应视频教程: 秦路主讲,七周成为数据分析师,如果想要了解写作初衷,可以先行阅读七周指南。温馨提示:如果您已经熟悉Excel,大可不必再看这篇文章,或只挑选部分。  


每一个数据新人的入门工具都离不开Excel。因为Excel涵盖的功能足够多。


很多传统行业的数据分析师只要求掌握Excel即可,会SPSS/SAS是加分项。即使在挖掘满街走,Python不如狗的互联网数据分析界,Excel也是不可替代的。


Excel有很多强大的函数,这篇文章主要介绍各种函数的用途。实战会后续文章讲解。


函数可以被我们想象成一个盒子,专门负责将输入转换成输出,不同的函数对应不同的输出。


=Vlookup( lookup_value ,table_array,col_index_num,[range_lookup] )


上文的Vlookup就是一个经典函数。函数中包含参数,括号里的部分都是参数。我们可以把参数想象成盒子上的开关。vlookup就有四个开关,不同开关组合决定了函数的输入和输出。


=Vlookup( 参数1,参数2,参数3,参数4)


复杂的原理不需要了解。这篇文章是常用函数汇总。甚至你不需要特别记忆怎么使用函数,应用Excel函数最重要的能力是学会搜索。因为绝大部分函数网上已经有相应的解释,图文结合,非常详尽。


学会将遇到的问题转换成搜索语句,在我还是新人时并不会vlookup,我遇到的第一个问题就是关联多张表的数据,我在网上搜索:excel怎么匹配多张表的数据。于是就学会了。这里推荐使用百度,因为前三行的结果基本是百度经验,对新人学习很友好。(后续图片均引用自百度经验)


在理解函数的基础上,我会适当引入高层次的内容,SQL和Python(内建函数)。将其和Excel结合学习,如果大家吃透了Excel的函数,那么后续学习会轻松不少。

清洗处理类

主要是文本、格式以及脏数据的清洗和转换。很多数据并不是直接拿来就能用的,需要经过数据分析人员的清理。数据越多,这个步骤花费的时间越长。


Trim

清除掉字符串两边的空格。

MySQL有同名函数Python有近似函数strip


Concatenate

=Concatenate(单元格1,单元格2……)


合并单元格中的内容,还有另一种合并方式是& 。"我"&"很"&"帅" = 我很帅。当需要合并的内容过多时,concatenate的效率快也优雅。

MySQL有近似函数concat。


Replace

=Replace(指定字符串,哪个位置开始替换,替换几个字符,替换成什么)


替换掉单元格的字符串,清洗使用较多。

MySQL中有同名函数Python中有同名函数。



Substitute

和replace接近,区别是替换为全局替换,没有起始位置的概念


Left/Right/Mid

=Mid(指定字符串,开始位置,截取长度)


截取字符串中的字符。Left/Right(指定字符串,截取长度)。left为从左,right为从右,mid如上文示意。

MySQL中有同名函数。


Len/Lenb

返回字符串的长度,在len中,中文计算为一个,在lenb中,中文计算为两个。
MySQL中有同名函数,Python中有同名函数。


Find

=Find(要查找字符,指定字符串,第几个字符)


查找某字符串出现的位置,可以指定为第几次出现,与Left/Right/Mid结合能完成简单的文本提取
MySQL中有近似函数 find_in_setPython中有同名函数。



Search

和Find类似,区别是Search大小写不敏感,但支持*通配符


Text

将数值转化为指定的文本格式,可以和时间序列函数一起看


关联匹配类

在进行多表关联或者行列比对时用到的函数,越复杂的表用得越多。多说一句,良好的表习惯可以减少这类函数的使用。


Lookup

=Lookup(查找的值,值所在的位置,返回相应位置的值)


最被忽略的函数,功能性和Vlookup一样,但是引申有数组匹配和二分法。


Vlookup

=Vlookup(查找的值,哪里找,找哪个位置的值,是否精准匹配)


Excel第一大难关,因为涉及的逻辑对新手较复杂,通俗的理解是查找到某个值然后黏贴过来。



Index

=Index(查找的区域,区域内第几行,区域内第几列)


和Match组合,媲美Vlookup,但是功能更强大。



Match

=Match(查找指定的值,查找所在区域,查找方式的参数)


和Lookup类似,但是可以按照指定方式查找,比如大于、小于或等于。返回值所在的位置。



Row

返回单元格所在的行


Column

返回单元格所在的列


Offset

=Offset(指定点,偏移多少行,偏移多少列,返回多少行,返回多少列)


建立坐标系,以坐标系为原点,返回距离原点的值或者区域。正数代表向下或向左,负数则相反。


逻辑运算类

数据分析中不得不用到逻辑运算,逻辑运算返回的均是布尔类型,True和False。很多复杂的数据分析会牵扯到较多的逻辑运算


IF

经典的如果但是,在后期的Python中,也会经常用到,当然会有许多更优雅的写法。也有ifs用法,取代if(and())的写法。

MySQL中有同名函数,Python中有同名函数。


And

全部参数为True,则返回True,经常用于多条件判断。

MySQL中有同名函数,Python中有同名函数。


Or

只要参数有一个True,则返回Ture,经常用于多条件判断。

MySQL中有同名函数,Python中有同名函数。


IS系列

常用判断检验,返回的都是布尔数值True和False。常用ISERR,ISERROR,ISNA,ISTEXT,可以和IF嵌套使用。


计算统计类

常用的基础计算、分析、统计函数,以描述性统计为准。具体含义在后续的统计章节再展开。


Sum/Sumif/Sumifs

统计满足条件的单元格总和,SQL有中同名函数。

MySQL中有同名函数,Python中有同名函数。


Sumproduct

统计总和相关,如果有两列数据销量和单价,现在要求卖出增加,用sumproduct是最方便的。

MySQL中有同名函数。


Count/Countif/Countifs

统计满足条件的字符串个数

MySQL中有同名函数,Python中有同名函数。


Max

返回数组或引用区域的最大值

MySQL中有同名函数,Python中有同名函数。


Min

返回数组或引用区域的最小值

MySQL中有同名函数,Python中有同名函数。


Rank

排序,返回指定值在引用区域的排名,重复值同一排名。

SQL中有近似函数row_number() 。



Rand/Randbetween

常用随机抽样,前者返回0~1之间的随机值,后者可以指定范围。

MySQL中有同名函数。


Averagea

求平均值,也有Averageaif,Averageaifs

MySQL中有同名函数,python有近似函数mean。


Quartile

=Quartile(指定区域,分位参数)


计算四分位数,比如1~100的数字中,25分位就是按从小到大排列,在25%位置的数字,即25。参数0代表最小值,参数4代表最大值,1~3对应25、50(中位数)、75分位



Stdev

求标准差,统计型函数,后续数据分析再讲到


Substotal

=Substotal(引用区域,参数)


汇总型函数,将平均值、计数、最大最小、相乘、标准差、求和、方差等参数化,换言之,只要会了这个函数,上面的都可以抛弃掉了。



Int/Round

取整函数,int向下取整,round按小数位取数。

round(3.1415,2) =3.14 ; 

round(3.1415,1)=3.1


时间序列类


专门用于处理时间格式以及转换,时间序列在金融、财务等数据分析中占有较大比重。时机序列的处理函数比我列举了还要复杂,比如时区、分片、复杂计算等。这里只做一个简单概述。


Year

返回日期中的年

MySQL中有同名函数。


Month

返回日期中的月

MySQL中有同名函数。


Weekday

=Weekday(指定时间,参数)


返回指定时间为一周中的第几天,参数为1代表从星期日开始算作第一天,参数为2代表从星期一开始算作第一天(中西方差异)。我们中国用2为参数即可。

MySQL中有同名函数。


Weeknum

=Weeknum(指定时间,参数)


返回一年中的第几个星期,后面的参数类同weekday,意思是从周日算还是周一。

MySQL中有近似函数 week。


Day

返回日期中的日(第几号)

MySQL中有同名函数。


Date

=Date(年,月,日)


时间转换函数,等于将year(),month(),day()合并

MySQL中有近似函数 date_format。


Now

返回当前时间戳,动态函数

MySQL中有同名函数。


Today

返回今天的日期,动态函数

MySQL中有同名函数。


Datedif

=Datedif(开始日期,结束日期,参数)


日期计算函数,计算两日期的差。参数决定返回的是年还是月等。

MySQL中有近似函数 DateDiff。


Tips:

1.后续数据类文章都会同步更新在菜单下。

2.Excel以2016版为准。

3.如果有其他函数或修改建议,欢迎留言。

想了解更多干货就使劲戳戳戳~~~

天善智能年度数据分析扛鼎之作,秦路主讲,七周成为数据分析师课程。
人气讲师,期盼已久,潜心打造,不负众望!
涵盖基础、业务、思维、工具、方法等方面皆具,提纲挈领!
给自己一段七周之旅,奠定基石基础,踏上数据分析师之路!

点击阅读原文或扫码咨询

登录查看更多
0

相关内容

【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
192+阅读 · 2020年6月29日
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
90+阅读 · 2020年6月28日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
117+阅读 · 2020年5月10日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
111+阅读 · 2020年5月9日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
192+阅读 · 2020年3月12日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
142+阅读 · 2019年10月10日
吐血整理!140种Python标准库、第三方库和外部工具都有了
炼数成金订阅号
14+阅读 · 2019年7月30日
一文看懂怎么用 Python 做数据分析
大数据技术
24+阅读 · 2019年5月5日
文本分析与可视化
Python程序员
9+阅读 · 2019年2月28日
自然语言处理(4)之中文文本挖掘流程详解(小白入门必读)
机器学习算法与Python学习
5+阅读 · 2017年12月22日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
Python3爬虫之入门和正则表达式
全球人工智能
7+阅读 · 2017年10月9日
利用python操作Excel教程
Python技术博文
4+阅读 · 2017年9月13日
如何七周成为数据分析师
R语言中文社区
4+阅读 · 2017年7月19日
Arxiv
8+阅读 · 2019年5月20日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Paraphrase Generation with Deep Reinforcement Learning
Bidirectional Attention for SQL Generation
Arxiv
4+阅读 · 2018年6月21日
Arxiv
5+阅读 · 2017年12月29日
VIP会员
相关VIP内容
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
192+阅读 · 2020年6月29日
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
90+阅读 · 2020年6月28日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
117+阅读 · 2020年5月10日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
111+阅读 · 2020年5月9日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
192+阅读 · 2020年3月12日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
142+阅读 · 2019年10月10日
相关资讯
吐血整理!140种Python标准库、第三方库和外部工具都有了
炼数成金订阅号
14+阅读 · 2019年7月30日
一文看懂怎么用 Python 做数据分析
大数据技术
24+阅读 · 2019年5月5日
文本分析与可视化
Python程序员
9+阅读 · 2019年2月28日
自然语言处理(4)之中文文本挖掘流程详解(小白入门必读)
机器学习算法与Python学习
5+阅读 · 2017年12月22日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
Python3爬虫之入门和正则表达式
全球人工智能
7+阅读 · 2017年10月9日
利用python操作Excel教程
Python技术博文
4+阅读 · 2017年9月13日
如何七周成为数据分析师
R语言中文社区
4+阅读 · 2017年7月19日
相关论文
Arxiv
8+阅读 · 2019年5月20日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Paraphrase Generation with Deep Reinforcement Learning
Bidirectional Attention for SQL Generation
Arxiv
4+阅读 · 2018年6月21日
Arxiv
5+阅读 · 2017年12月29日
Top
微信扫码咨询专知VIP会员