在excel小计是什么意思（Excel如何做数据分析）
Excel如何做数据分析
介绍
Excel 是一个自然强大的数据分析工具，使用户能够快速轻松地操作、分析和可视化大量数据。借助于内置的 Excel 公式进行数据分析，如数据透视表、数据表和各种统计函数，Excel 在许多行业中被广泛使用，从金融和会计到市场营销和销售。本文强调了 Excel 在数据分析过程步骤中的核心作用及其在当今数据驱动世界中的重要性。
学习成果
- 利用Excel强大的功能，学习完整的数据分析过程，包括数据清理、转换和分析。
- 掌握15个关键Excel函数以进行数据分析。
- 在Excel中创建和自定义各种图表和图形的技能。
- 学习实施高级数据分析技术。
- 了解如何使用Excel的分析工具包进行统计分析和创建模型，如简单线性回归。
目录
- 介绍
- Excel 数据分析
- 使用Microsoft Excel的数据分析类型
- 15个必备的Excel数据分析函数
- 1. 连接
- 2. 长度 ()
- 3. 天 ()
- 4. 工作日
- 5. 求和函数(Sumifs)
- 6. 平均值IFS()
- 7. 计数如果()
- 8. 计数非空单元格()
- 9.Vlookup()
- 10. Hlookup()
- 11. 如果 ()
- 12. Iferror()
- 13. 查找/搜索
- 14. 左/右
- 15. 排名()
- 免费课程：数据分析中的Excel
- 一些在Excel中进行数据分析的方法
- 1. 范围和表格
- 2. 数据清理：文本函数、日期和时间
- 3. 条件格式化
- 4. 排序和过滤
- 5. 按范围汇总
- 6. 快速分析
- 7. 理解查找函数
- 8. 数据透视表
- 9. Excel中的数据可视化
- 10. 数据验证
- 11. 财务分析
- 12. 与多个工作表一起工作
- 13. 公式审核
- 14. 假设分析
- 如何使用 Microsoft Excel 分析数据？
- 步骤 1：使用文本分列进行数据清理
- 步骤 2: 条件格式化
- 步骤 3：排序和过滤
- 步骤 4：透视表
- 微软Excel中的简单线性回归模型
- Excel中用于数据分析的数据集
- 结论
数据分析中的Excel
数据分析是一项宝贵的技能，可以帮助你做出更好的判断。Microsoft Excel 是最常用的数据分析程序之一，其中内置的数据透视表是最受欢迎的分析工具。Excel 的数据分析提供了一个用户友好的平台，使个人能够有效地组织和解释数据集。无论你是在金融、营销还是其他行业，掌握 Excel 数据分析的复杂性可以显著提升你获取有意义见解并为战略决策提供信息的能力。
Microsoft Excel 允许您以多种方式检查和解释数据。信息可能来自几个不同的地方。有多种格式和转换可供数据使用。条件格式、范围、表格、文本函数、日期函数、时间函数、财务函数、小计、快速分析、公式审核、询问工具、假设分析、优化器、数据模型、PowerPivot、PowerView、PowerMap 以及其他 Excel 命令、函数和工具都可以用于分析它。
使用 Microsoft Excel 的数据分析类型
Microsoft Excel是一个强大的工具，可以进行各种类型的数据分析。以下是一些可以使用Excel执行的常见数据分析类型：
1. 描述性分析
描述性分析 涉及对数据集主要特征进行总结和描述。
- 摘要统计: 使用函数如 AVERAGE, MEDIAN, MODE, STDEV 和 MAX-MIN 计算均值、中位数、众数、标准差和范围。
- 数据可视化： 创建图表和图形（例如，柱状图、直方图、饼图）以可视化数据分布和趋势。
- 数据透视表: 通过创建数据透视表快速计算总计、平均值和其他汇总统计，从而总结大型数据集。
2. 探索性数据分析 (EDA)
EDA 涉及分析数据集以寻找模式、关系和异常。
- 排序与过滤： 对数据进行排序并应用过滤器以探索数据的子集。
- 条件格式化: 使用条件格式化规则突出显示模式和异常值。
- 散点图： 创建散点图以探索两个数值变量之间的关系。
- 箱形图： 使用箱形图来可视化分布并识别异常值。
3. 推论分析
推论分析 涉及基于一组数据样本对总体进行推断和预测。
- 假设检验： 使用分析工具包执行 t-检验、方差分析（ANOVA）、卡方检验，以及其他统计检验。
- 置信区间： 计算置信区间以估计总体参数。
4. 预测分析
预测分析 使用历史数据来预测未来结果。
- 回归分析： 使用分析工具库进行线性和多重回归分析，以根据一个或多个自变量预测因变量的值。
- 趋势分析： 在图表中使用趋势线识别趋势并进行预测。
5. 规范性分析
规范性分析 提供基于数据的行动建议。
- 假设分析： 使用情景管理器、目标查找和数据表等工具来探讨不同情景及其结果。
- 求解器： 通过使用求解器找到满足约束条件的最佳解决方案来优化决策过程。
6. 诊断分析
诊断分析旨在通过识别原因和关联来确定某件事情发生的原因。
- 相关性分析： 计算相关系数以衡量变量之间关系的强度和方向。
- 深入分析： 使用数据透视表深入数据进行更详细的分析。
7. 时间序列分析
时间序列分析 涉及分析在特定时间间隔收集或记录的数据点。
- 折线图： 创建折线图以可视化随时间变化的趋势。
- 移动平均线： 计算移动平均线以平滑短期波动并突出长期趋势。
- 季节性分解： 使用附加功能或自定义公式将时间序列数据分解为趋势、季节性和残差成分。
8. 财务分析
财务分析涉及评估一个组织的财务健康和绩效。
- 财务比率： 使用内置函数，计算流动性、盈利能力和偿债能力比率。
- 现金流分析： 使用现金流量表的公式和模板分析现金流。
- 预算和预测: 使用Excel的财务函数创建预算模型和财务预测。
9. 文本分析
文本分析涉及分析文本数据以提取有意义的信息。
- 文本函数： 使用如 LEFT、RIGHT、MID、FIND 和 SUBSTITUTE 等函数来操作和分析文本数据。
- 数据清理: 通过删除重复项、修剪空格以及标准化格式来清理文本数据。
- 情感分析： 使用基于关键词的方法和Excel公式进行基础的情感分析。
10. 地理空间分析
地理空间分析 涉及分析具有地理成分的数据。
- 映射工具: 使用Excel内置的地图图表在地理上可视化数据。
- 地理编码： 使用外部工具或API将地址转换为地理坐标，然后在Excel中分析数据。
15 个必备的 Excel 数据分析函数
Excel 有数百个函数，尝试将适当的公式与正确类型的数据分析匹配可能会让人感到不知所措。最有价值的函数并不需要复杂。你会想知道在没有这十五个易用函数的情况下，你是如何解读数据的。
1. 连接
在进行数据分析时，公式 =CONCATENATE 是最简单易懂但功能最强大的之一。它允许将来自多个单元格的文本、数字、日期和其他数据合并到一个单元格中。
语法 = CONCATENATE (文本1, 文本2, [文本3], …)
2. Len ()
在数据分析中，LEN表示每个单元格中的字符数。它常用于处理具有字符限制的文本或尝试区分产品编号时。
语法 = LEN (文本)
3. 天 ()
在两个日期之间的日历天数是通过这个函数 = DAYS 计算的。
语法 =DAYS (结束日期, 开始日期)
4. 网络工作日
使用该函数时，周末的数量会自动排除。它在Excel中被归类为日期/时间函数。净工作日函数用于财务和会计，以根据工作天数、项目可用的工作天数或解决客户问题所需的工作日天数等确定员工福利。
语法 = NETWORKDAYS (开始日期, 结束日期, [节假日])
5. Sumifs()
数据分析师必须了解的公式之一是 =SUMIFS。 =SUM 是一个熟悉的公式，但如果你需要根据多个条件对数据进行求和呢？那就是 SUMIFS。
语法 = SUMIFS (求和范围, 范围1, 条件1, [范围2], [条件2], …)
6. 平均条件()
AVERAGEIFS，像 SUMIFS 一样，可以根据一个或多个参数计算平均值。
语法 = AVERAGEIFS (avg_rng, range1, criteria1, [range2], [criteria2], …)
7. Countsifs()
COUNTIFS函数是另一个强大的Excel数据分析工具。它很像SUMIFS函数。COUNTIFS函数计算满足一组条件的值的数量。因此，它不需要像SUMIFS那样的求和范围。
语法 = COUNTIFS (范围, 条件)
8. Counta()
COUNTA 用于判断单元格是否为空。作为数据分析师，您每天都会遇到不完整的数据集。COUNTA 允许您检查数据集中是否有缺口，而无需重构数据。
语法 = COUNTA (值1, [值2], …)
9.Vlookup()
缩写 VLOOKUP 意为“垂直查找”。它是一个函数，用于告诉 Excel 在一列（所谓的“表数组”）中查找特定值，以返回同一行中另一列的值。
语法 = VLOOKUP (查找值, 表格数组, 列索引号, [范围查找])
10. Hlookup()
“HLOOKUP” 中的 “Horizontal” 用字母 H 表示。它在表格或值数组的第一行中查找一个值，然后从您指定的表格或数组中相同列返回一个值。 当您的比较值位于数据表的顶部一行中，并且您希望向下查看特定数量的行时，请使用 HLOOKUP。当您的比较值位于您希望找到的数据的左侧一列时，请使用 VLOOKUP。
语法 = HLOOKUP (查找值, 表格数组, 行索引, [范围查找])
11. 如果 ()
IF函数在很多情况下都很有用。我们可以使用这个函数来自动化我们的电子表格中的决策。我们可以使用IF使Excel根据逻辑测试的结果（一个决策）执行不同的计算或显示不同的值。IF函数会要求你运行一个逻辑测试，并告诉你如果测试为真该采取什么行动，如果测试为假该采取什么行动。
语法 = IF (逻辑测试, [值如果为真], [值如果_为假])
12. 如果出错()
我们可以显示比Excel更具信息性的错误，甚至使用IFERROR执行替代计算。IFERROR函数需要两个条件才能工作。应该检查什么值以发现错误，以及应采取什么措施？
语法 = IFERROR (值, 错误时返回的值)
13. 查找/搜索
在Excel中，FIND函数返回一个文本字符串在另一个字符串中的位置（以数字形式）。如果无法找到该文本，FIND将返回#VALUE错误。
然而，=SEARCH 对 “Bigger”的搜索将返回 Bigger 或 bigger 的结果，从而扩大了查询的范围。这在搜索异常或唯一标识符时非常有帮助。
语法 = FIND (查找文本, 文本中, [开始数字])
语法 = 搜索 (查找文本, 在文本中, [开始_号码])
14. 左/右
=LEFT 和 =RIGHT 是从单元格中提取静态数据的简单而高效的方法。 =RIGHT 从单元格的末尾返回“x”个字符，而 =LEFT 从单元格的开头返回“x”个字符。在下面的示例中，消费者的区号是通过 =LEFT 从他们的电话号码中提取的，而最后四位数字是通过 =RIGHT 提取的。
语法 = LEFT (文本, [字符数])
语法 = RIGHT (文本, [字符数量])
15. 排名()
即使 =RANK 是一个旧的 Excel 函数，它在数据分析中仍然很有用。 =RANK 是一种快速显示数据集中值如何按升序或降序排名的方法。RANK 被用来确定哪些客户订购的商品最多。
语法 = RANK (数字, 引用, [顺序])
Excel中数据分析的一些方法
1. 范围和表格
您的信息可以是表格或范围的形式。某些操作可以在数据处于范围或表格中时执行。然而，当数据存储在表格中而不是范围时，某些程序会更加成功。某些操作仅适用于表格。您还将了解如何分析范围和表格中的数据。您将学习如何命名范围、如何使用它们以及如何管理它们。对表格名称也可以这样说。
2. 数据清洗：文本函数，日期和时间
在进行数据分析之前，您必须清理和组织从多个来源收集的数据。可以使用以下方法在Excel中清理数据。
- 使用文本函数
- 包含日期值
- 包含时间值
3. 条件格式化
条件格式化 指令在 Excel 中允许您根据预先确定的标准为单元格或字体上色，并在单元格值旁边放置符号。这有助于可视化最重要的值。
它允许您根据为单元格设置的值以不同颜色突出显示单元格。规则、数据条、颜色比例、图标集、查找重复项、交替行阴影、比较两个列表、冲突规则、检查表以及创建热图都从条件格式化中受益。
4. 排序和过滤
您可能需要对数据进行排序和/或筛选，以准备数据分析和/或显示特定的关键数据。您可以在Excel中使用简单的排序和筛选选项执行相同操作。排序和筛选是使用最频繁的Excel功能。在列中，排序可以按升序或降序进行。列表可以按颜色排序、反转或随机生成。筛选用于显示满足要求的数据。数字和文本筛选、日期筛选、高级筛选、数据表单、删除重复项、概述数据和小计是一些选项。
5. 范围的小计
数据透视表 通常用于汇总数据，正如您所了解的那样。然而，具有范围的小计是另一个Excel功能，可以让您在几个简单的步骤中对数据进行分组/取消分组并汇总数据。
6. 快速分析
您可以快速执行多种数据分析活动，并使用Excel的快速分析功能创建结果的快速表示。
7. 理解查找函数
Excel 查找函数允许您在大量数据中搜索符合一组标准的数据值。Vlookup 和 Hlookup 是两种不同类型的查找引擎。分析师使用 Vlookup 和 Hlookup 在数据库中发现一个值并检索与该值对应的其他值。数据分析师经常使用它来集成和整合来自多个 Excel 表格的有用数据。
8. 数据透视表
数据透视表允许您通过修改数据透视表的内容来汇总数据并创建动态报告。您可以使用数据透视表从庞大的数据集中提取重要数据。这是数据分析最实用的方法。插入数据透视表后，您可以拖动字段、排序、过滤或更改汇总计算。还可以使用二维数据透视表。分组数据透视表项、多级数据透视表、频率分布、数据透视图、切片器、更新数据透视表、计算字段/项和获取数据透视表都是重要的功能。
9. Excel中的数据可视化
图表制作简单，以各种方式展示数据，使其比电子表格更有帮助。您可以创建图表，修改其类型，调整行或列、图例位置和数据标签。Microsoft Excel 提供的一些不同图表包括柱状图、折线图、饼图、条形图、区域图和散点图。
10. 数据验证
只能在单元格中输入有效值。否则，它们可能产生错误的结果。使用数据验证命令，您可以快速为单元格设置数据验证值，输入提示消息以提示用户在单元格中应输入的内容，依据提供的标准验证输入的值，并在输入错误时显示错误消息。可能需要在单元格中仅插入有效值。否则，它们可能导致不准确的计算。您可以快速使用数据验证命令为单元格设置数据验证值，输入提示消息来提示用户在单元格中应输入的内容，依据给定标准验证输入的值，并在输入错误时显示错误消息。
11. 财务分析
Excel 具有多个财务功能。然而，您可以学习结合使用这些功能来解决需要财务分析的常见情况。
12. 使用多个工作表
您可能需要在不同的工作表中运行多个相同的计算。与其在每个工作表中重复这些计算，不如在一个工作表中完成它们并在所有其他工作表中显示结果。您还可以使用报告工作表来汇总多个工作表中的数据。
13. 公式审核
当您使用公式时，您应该仔细检查它们是否正常工作。Excel中的公式审计命令可以帮助您追踪之前和依赖的变量以及错误检查。
14. 假设分析
您可以使用数据透视表从大型数据集中提取关键数据。假设分析 是最实用的。在插入数据透视表后，您可以拖动字段、排序、筛选和调整摘要计算。数据透视表还可以在两维中创建。组透视表项目、多级透视表、频率分布、透视图、切片器、更新透视表、计算字段/项和获取透视数据的功能都是必不可少的。
如何使用Microsoft Excel分析数据？
第一步：使用文本分列进行数据清理
数据分析过程的第一步是使用文本分列来清理数据：
选择第一列，然后转到数据并选择“文本到列”。从出现的窗口中选择分隔符，然后按下下一步。
然后，为了分离数据，根据数据集的要求选择一个分隔符/分隔符。给定数据集所需的分隔符是“;”
清洗数据集后，检查数据预览并完成该过程：
最后，您将能够获得清理后的数据：
第2步：条件格式设置
下一步是条件格式设置。
您可以使用规则指定任意数量的格式条件。突出显示单元格规则可以帮助您找到合适的规则。
您甚至可以制定自己的规则集。此外，您可以添加一条规则。
您可以通过在设置或偏好中找到现有规则，然后选择删除或禁用的选项来移除该规则。
跟踪这些定义的规则。
选择条件格式化的列，然后从主页选项卡中选择“条件格式化”选项。条件格式化下会显示许多规则，因此请选择您想要应用于该列的规则。
在满足规则后，选择所需的值和要应用于单元格的颜色。
完成所有必填信息后，点击完成。
第3步：排序和筛选
要向列添加过滤器，选择该列，然后在数据下选择过滤器选项。
在为某一列添加筛选选项后，您将看到一个下拉菜单。点击该下拉菜单以查看所有可用选项。您可以为该列选择所需的筛选器并对其进行排序。这是有效管理数据的方便功能，特别是在遵循Excel教程时。
例如，如果您只想要八缸的汽车，那么要做到这一点，从下拉选项中选择“8”，然后点击确定以完成。
您可以在选择过滤条件后查看具有8个气缸的汽车。
示例：现在我们需要根据汽车的重量按升序排序。
从下拉选项中选择“从小到大排序”。
这些汽车现在根据它们的重量按升序排列。
第4步：数据透视表
按下 cntrl-a，然后去插入并点击数据透视表选项。会弹出一个对话框，在其中你必须选择“新工作表”以放置数据透视表，然后点击确认。这个 Excel 教程逐步指导你完成这个过程。
完成上述步骤后，您的 Excel 文件将会包含一个新的工作表，如下所示。在工作表的右侧，您将看到来自您数据的字段和数据透视表的选项，例如过滤器、行、值和列。这一数据透视表功能增强了您的 Excel 教程，使您能够有效地分析和可视化数据。
要创建数据透视表，请根据数据透视表功能提供的选项拖放所需字段。例如，我们想检查根据其来源区分的所有汽车的气缸总和。如果您是数据透视表的新手，请不要担心！请查看我们的 Excel 教程，获得逐步指导，了解如何有效创建和使用数据透视表。
例如，我们想检查所有气缸根据其来源的“马力总和”。
我们可以从上述步骤中推断出以下内容：
- 一辆拥有3个气缸的汽车仅来源于日本，而拥有4个气缸的汽车的最大马力则来自“我们”。
- 在欧洲，5缸汽车完全是本土生产的。
- 这款6缸汽车的最大马力源自“我们。”
- 只有“我们”制造了8缸的汽车。
微软Excel中的简单线性回归模型
现在让我们来看一个简单的 线性回归 模型在 Microsoft Excel 中的应用。
1. 从工具栏中选择“数据”。“数据”菜单出现。
2. 从下拉菜单中选择“数据分析”。对话框数据分析 - 分析工具出现。
3. 从菜单中选择“回归”，然后点击“确定。”
4. 在回归对话框中，选择“输入 Y 范围”框中的因变量数据（心血管列）。
5. 在“输入 X 范围”框中选择自变量数据。
6. 从下拉菜单中选择“标签”
7. 通过点击输出范围框来选择输出范围。
8. 从下拉菜单中选择“残差”
9. 要完成此过程，请点击确定
- 最后，您将获得一个包含简单线性回归模型的Excel电子表格。您现在可以评估结果。
R2 数字，也被称为决定系数，自然地表明回归模型与数据的拟合程度，通过测量独立变量解释的因变量方差的比例。在 Excel 中的数据分析通常涉及对 R2 值的仔细检查。这个数值表示范围从 0 到 1，数值越高，表明模型与数据之间的匹配越好。
此外，p值，也称为概率值，在Excel教程中扮演着关键角色。这个数值范围从0到1，提供了测试显著性的洞见。与R2值相反，较小的p值是更受欢迎的，因为它表明自变量与因变量之间的相关性更强。理解这些指标对于熟练掌握Excel中的数据分析至关重要。
数据分析的Excel数据集
- 用于Microsoft Excel中的数据分析的数据集: 这是一个包含大约400辆汽车的数据显示集，具有八个属性，包括汽车名称、每加仑英里数、气缸、排量、马力、加速、重量、来源和型号。
- 用于Microsoft Excel中的简单线性回归模型的数据集： 这是一个关于心血管患者的数据集，包含十一种不同的自变量，包括性别、年龄、身高、体重等。
结论
Excel 是一个不可或缺的数据分析工具，得益于其强大的功能和多样性。广泛的功能，如数据透视表、数据清理工具、条件格式化和各种统计函数，使其成为金融到市场营销等各个行业的首选。本全面指南强调了 Excel 在数据分析中的重要作用，提供了有关利用其全部潜力所需的关键主题和技术的洞见。采用这些工具和方法将显著增强您使用 Excel 函数进行复杂数据分析的能力，确保您在当今数据驱动的环境中保持竞争力。
关键要点
- Excel 提供了一个强大的平台，用于在各个行业中组织、分析和可视化大型数据集，从而促进更好的决策和战略规划。
- Excel的广泛内置函数简化了复杂的数据分析任务，从基于条件求和和平均数据到执行查找操作和对数据进行排名。
- 数据清洗对于准确分析至关重要。Excel提供文本函数、日期和时间函数，以及像“文本到列”这样的工具来准备分析所需的数据。
- 数据透视表对于总结大型数据集和生成动态报告至关重要。它们使用户能够轻松从不同角度探索和分析数据。