数据分析-excel基础篇

清洗处理类

主要针对文本、格式以及脏数据的清洗和转换。

Trim

用于清除掉字符串两边的空格。

MySQL有同名函数，Python有近似函数strip。

=TRIM(目标单元格)

Concatenate

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可提高单元格合并的效率。

MySQL有近似函数concat。

=Concatenate(单元格1，单元格2……)

Replace

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。

=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）

Substitute　

和replace接近，区别是替换为全局替换，没有起始位置的概念。

=Substitute(要替换的文本,旧文本,新文本,[替换第几个])

=Substitute(要替换的文本,旧文本,新文本,[替换第几个])

Left／Right／Mid

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。

=Mid(指定字符串，开始位置，截取长度)                         #MId默认向右截取

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

=Len("我")                    >>> 1
=LenB(“我”)                   >>> 2

Find

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_set，Python中有同名函数

语法：

=Find(find_text,within_text,start_num)　　　　　　

Find_text 是要查找的字符串;
Within_text 是包含要查找关键字的单元格;
Start_num 指定开始进行查找的字符数。

注意事项：

若find_text为空文本，则Find函数返回1；
若within_text无find_text或start_num不大于0或start_num大于within_text长度，则Find函数返回错误值#VALUE!；
find_text中不能包含通配符（*或？）。
应用：
　　
A2=“广东省东莞市东城区…”　　　=FIND("省",A2)【默认start_num为1】　　　　>>>3
A2=“广东省东莞市东城区…”　　　=FIND("东",A2,3)　　　　　　　　　　　　　  >>>4，start_num是3会跳过前3个字符，因此返回值为4

Search

和Find类似，区别是：Find区分大小写，Search不区分大小写且支持＊通配符，用法与Find函数类似。

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

语法：

=Text(值，数值格式)

应用：

销售人员　　　　业绩
小李　　　　　　2000　　　　　=A2&"本月业绩为："&Text(B2,"$0.00")　　　>>>小李本月业绩为：2000美元

　　

关联匹配类

Lookup

返回向量或数组中的数值。

函数 LOOKUP 的向量形式是在单行区域或单列区域（向量）中查找数值，然后返回第二个单行区域或单列区域中相同位置的数值；

语法：

= LOOKUP(lookup_value,lookup_vector,result_vector)
　　lookup_value—函数LOOKUP在第一个向量中所要查找的数值，它可以为数字、文本、逻辑值或包含数值的名称或引用；
　　lookup_vector—只包含一行或一列的区域l，可以为文本、数字或逻辑值；
　　result_vector—只包含一行或一列的区域，其大小与 lookup_vector 相同。

=Lookup（查找的值，值所在的位置，返回相应位置的值）

函数 LOOKUP 的数组形式在数组的第一行或第一列查找指定的数值，然后返回数组的最后一行或最后一列中相同位置的数值。

语法：

= LOOKUP(lookup_value,array)
 array—包含文本、数字或逻辑值的单元格区域或数组，它的值用于与 lookup_value 进行比较

Vlookup

功能是按列查找，最终返回该列所需查询列序所对应的值。

=Vlookup(要查找的值,要查找的区域,返回数据在查找区域的第几列数,匹配方式)

Index

返回表或区域中的值或对值的引用。

数组形式：

语法：

=Index(array,row_num,column_num)　　　　　　　　　　　　　　　　#Array是一个单元格区域或数组常量
=Index（查找的区域，区域内第几行，区域内第几列）

引用形式：

语法：

=Index(reference,row_num,column_num,area_num)   　　 　　　　　　
　　Reference是对一个或多个单元格区域的引用；
　　Area_num用于选择要从中返回 行和列的交叉点的引用区域。

Match

MATCH函数用途：

1.确定列表中某个值的位置；

2.对某个输入值进行检验，确定这个值是否存在某个列表中；

3.判断某列表中是否存在重复数据；

4.定位某一列表中最后一个非空单元格的位置。

注意事项：MATCH函数不区分大小写。

语法：

=Match(lookup_value, lookup_array, match_type)

　　lookup_value：需要在数据表（lookup_array）中查找的值
　　lookup_array：可能包含有所要查找数值的连续的单元格区域，区域必须是某一行或某一列，即必须为一维数据，引用的查找区域是一维数组。
　　match_type：表示查询的指定方式，用数字-1、0或者1表示
　　　　　　　　
　　　　　　　　　为1时，查找小于或等于lookup_value的最大数值在lookup_array中的位置，lookup_array必须按升序排列
　　　　　　　　　为0时，查找等于lookup_value的第一个数值，lookup_array按任意顺序排列
　　　　　　　　　为-1时，查找大于或等于lookup_value的最小数值在lookup_array中的位置，lookup_array必须按降序排列

=Match(需要查找的字符,被查找的区域，匹配类型)

Row

返回单元格所在的行

Column

返回单元格所在的列

Offset

OFFSET函数的功能为以指定的引用为参照系，通过给定偏移量得到新的引用。返回的引用可以为一个单元格或单元格区域。并可以指定返回的行数或列数。

语法：

＝Offset（指定点，偏移多少行，偏移多少列，返回多少行，返回多少列）

应用：（空白工作表里进行）

公式　　　　　　　　　　　　　　　　说明（结果）

=Offset(C3,2,3,1,1)　　　　　　    　　显示F5单元格中的值（0）
=Sum(Offset(C3:E5,-1,0,3,3))　　  　　对数据区域C2:E4，求和（0）
=Offset(C3:E5,0,-3,3,3)　　　　　 　　返回错误值#REF!，因为引用区域不在工作表中

逻辑运算类

逻辑运算返回的均是布尔类型，True和False。

IF

根据逻辑计算返回相应的值

MySQL中有同名函数，Python中有同名函数

语法：

=If(logical_test,value_if_true,value_if_false)　

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。

语法：

=And(logical1,logical2, ...)

语法：

=And(logical1,logical2, ...)　　

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。

语法：

=Or(logical1,logical2, ...)　

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。

常用IS系列函数及功能：

=ISBLANK(value)     　　　　　　　　#ISBLANK 值为空白单元格。
=ISERR(value)      　　 　　　　　　#ISERR 值为任意错误值（除去 #N/A）。
=ISERROR(value)     　　　　　　　　#ISERROR 值为任意错误值（#N/A、#VALUE!、#REF!、#DIV/0!、#NUM!、#NAME? 或 #NULL!）。
=ISLOGICAL(value)   　　　　　　　  #ISLOGICAL 值为逻辑值。
=ISNA(value)        　　　　　　　　#ISNA 值为错误值 #N/A（值不存在）。
=ISNONTEXT(value)   　　　　　　　　#ISNONTEXT 值为不是文本的任意项（注意此函数在值为空白单元格时返回 TRUE）。
=ISNUMBER(value)    　　　　　　　  #ISNUMBER 值为数字。
=ISREF(value)       　　　　　　    #ISREF 值为引用。
=ISTEXT(value)      　　　　　　　  #ISTEXT 值为文本。

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。

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。

SUM函数语法：

=SUM(number1,number2, ...)

SUMIF函数语法：

=SUMIF(range，criteria，sum_range)
SUMIF 函数可以对报表范围中符合指定条件的值求和

SUMIFS函数语法：  

=SUMIFS(sum_range, criteria_range1, criteria1, [criteria_range2, criteria2], ...)
该函数可快速对多条件单元格求和
　　criteria_range1为计算关联条件的第一个区域
　　criteria1为条件1，条件的形式为数字、表达式、单元格引用或者文本，可用来定义将对criteria_range1参数中的哪些单元格求和
　　criteria_range2为计算关联条件的第二个区域
　　criteria2为条件2。和 3） 均成对出现。最多允许127个区域、条件对，即参数总数不超255个
　　sum_range 是需要求和的实际单元格

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。

Count函数语法：

=Count(value1,value2, ...)
将把数值型的数字计算进去；但是错误值、空值、逻辑值、文字则被忽略

Countif函数语法：

=Countif（range，criteria）
    参数：range 要计算其中非空单元格数目的区域
    参数：criteria 以数字、表达式或文本形式定义的条件

对指定区域中符合指定条件的单元格计数的一个函数

Countif函数用法：

1.求各种类型单元格的个数
　　(1) 求真空单元格个数:=COUNTIF(数据区,"=")
　　(2) 非真空单元格个数: =COUNTIF(数据区,"<>") 相当于counta()函数
　　(3) 文本型单元格个数: =COUNTIF(数据区,"*") 假空单元格也是文本型单元格
　　(4) 区域内所有单元格个数: =COUNTIF(数据区,"<>"""),如果数据区内有",该公式不成立.
　　(5) 逻辑值为TRUE的单元格数量 =COUNTIF(数据区,TRUE)

2.求大于或小于某个值的单元格个数
　　(1) 大于50=COUNTIF(数据区,">50")
　　(2) 等于50=COUNTIF(数据区,50)
　　(3) 小于50 =COUNTIF(数据区,"<50")
　　(4) 大于或等于50 =COUNTIF(数据区,">=50")
　　(5) 小于或等于50 =COUNTIF(数据区,"<=50")
　　(6) 大于E5单元格的值 =COUNTIF(数据区,">"&$E$5)
　　(7) 等于E5单元格的值 =COUNTIF(数据区,$E$5)
　　(8) 小于E5单元格的值 =COUNTIF(数据区,"<"&$E$5)
　　(9) 大于或等于E5单元格的值 =COUNTIF(数据区,">="&$E$5)
　　(10) 小于或等于E5单元格的值 =COUNTIF(数据区,"<="&$E$5)

3.等于或包含某N个特定字符的单元格个数
　　(1) 两个字符 =COUNTIF(数据区,"??")
　　(2) 两个字符并且第2个是B=COUNTIF(数据区,"?B")
　　(3) 包含B =COUNTIF(数据区,"*B*")
　　(4) 第2个字符是B =COUNTIF(数据区,"?B*")
　　(5) 等于“你好”=COUNTIF(数据区,"你好")
　　(6) 包含D3单元格的内容 =COUNTIF(数据区,"*"&D3&"*")
　　(7) 第2字是D3单元格的内容 =COUNTIF(数据区,"?"&D3&"*")
　　

　　注：countif()函数对英文字母不区分大小写，通配符只对文本有效

4.两个条件求个数
　　(1)>10并且<=15 =SUM(COUNTIF(数据区,">"&{10,15})*{1,-1})
　　(2)>=10并且<15 =SUM(COUNTIF(数据区,">="&{10,15})*{1,-1})
　　(3)>=10并且<=15 =SUM(COUNTIF(数据区,{">=10",">15"})*{1,-1})
　　(4)>10并且<15 =SUM(COUNTIF(数据区,{">10",">=15"})*{1,-1})或者=SUM(COUNTIF(数据区,{">10","<15"}))-样本数

　　补充：三个区域计数： 三个区域中>=60 =SUM(COUNTIF(INDIRECT({"a46:a48","b48:b50","c47:c48"}),">=60"))
　　补充：（集合运算法）
　　统计范围，比如5<= x <=7
　　可以分解为(x>=5)-(x>7)
　　写为函数：
　　=countif(range,">=5")-countif(range,">7")

Countifs函数语法：

=Countifs(criteria_range1,criteria1,criteria_range2,criteria2,…)
　　参数说明
　　criteria_range1：为第一个需要计算其中满足某个条件的单元格数目的单元格区域（简称条件区域），
　　criteria1为第一个区域中将被计算在内的条件（简称条件），其形式可以为数字、表达式或文本
　　用来计算多个区域中满足给定条件的单元格的个数，可以同时设定多个条件

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() 。

语法:

=rank(number,ref,[order])
　　number 为需要求排名的那个数值或者单元格名称（单元格内必须为数字）;
　　ref 为排名的参照数值区域;
　　order的为0和1，默认不用输入，得到的就是从大到小的排名，若是想求倒数第几，order的值请使用1。

用法：

假设：A列从A1单元格开始，数据依次为：80、98、65、79、65

B1中编辑公式：=RANK(A1,$A$1:$A$5,0)
回车确认，下拉至B5单元格
效果：
从B1单元格起依次返回值为2、1、4、3、4

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

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

Substotal

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。

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。

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

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

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

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

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。

语法：

=DATEDIF(start_date,end_date,unit)
    Start_date 为一个日期，它代表时间段内的第一个日期或起始日期。(起始日期必须在1900年之后)
    End_date 为一个日期，它代表时间段内的最后一个日期或结束日期。
    Unit 为所需信息的返回类型。

    Unit取值：

    "Y" 时间段中的整年数。
    "M" 时间段中的整月数。
    "D" 时间段中的天数。
    "MD" 起始日期与结束日期的同月间隔天数。 忽略日期中的月份和年份。
    "YD" 起始日期与结束日期的同年间隔天数。忽略日期中的年份。
    "YM" 起始日期与结束日期的间隔月数。忽略日期中年份

用法：

=DATEDIF(A1,TODAY(),"Y")计算年数差
=DATEDIF(A1,TODAY(),"M")计算月数差
=DATEDIF(A1,TODAY(),"D")计算天数差