
EXCEL数据分析处理(1)
Excel提供了强大的数据分析处理功能,利用它们可以实现对数据的排序、分类汇总、筛选及数据透视等操作。
在进行数据分析处理之前,首先必须注意以下几个问题:
(1)避免在数据清单中存在有空行和空列。
(2)避免在单元格的开头和末尾键入空格。
(3)避免在一张工作表中建立多个数据清单,每张工作表应仅使用一个数据清单。
(4)在工作表的数据清单应与其他数据之间至少留出一个空列和一个空行,以便于检测和选定数据清单。
(5)关键数据应置于数据清单的顶部或底部。
Excel允许对字符、数字等数据按大小顺序进行升序或降序排列,要进行排序的数据称之为关键字。不同类型的关键字的排序规则如下:
数值:按数值的大小。
字母:按字母先后顺序。
日期:按日期的先后。
汉字:按汉语拼音的顺序或按笔画顺序。
逻辑值:升序时FALSE排在TRUE前面,降序时相反。
空格:总是排在最后。
(1)单击数据区中要进行排序的任意单元格。
(2)单击【数据】菜单,选择【排序】项,系统将弹出【排序】对话框,如图2-35所示。
图2-35 【排序】对话框
(3)在【排序】对话框中用下拉列表框选择要排序的关键字,关键字有“主要关键字”、“次要关键字”和“第三关键字”,根据需要分别选择不同的关键字;
(4)单击【确定】按钮,数据就按要求进行了排序。
当只有一个关键字时,可以单击工具栏上的升序按钮或降序按钮
,进行自动排序。
在有些情况下,对数据的排序顺序可能非常特殊,既不是按数值大小次序、也不是按汉字的拼音顺序或笔画顺序,而是按照指定的特殊次序,如对总公司的各个分公司按照要求的顺序进行排序,按产品的种类或规格排序等等,这时就需要自定义排序。
利用自定义排序方法进行排序,首先应建立自定义序列,其方法可参阅第1章的有关内容。建立好自定义序列后,即可对数据进行排序,方法是:单击数据区中要进行排序的任意单元格,单击【数据】菜单,选择【排序】项,在弹出的【排序】对话框中单击【选项】按钮,系统弹出【排序选项】对话框,如图2-36所示,在【自定义排序次序】的下拉列表中,选择前面建立的自定义序列,然后单击【确定】按钮,即可对数据进行自定义排序。
图2-36 【排序选项】对话框
企业的管理人员经常需要在数据库或数据清单众多的数据中找出需要的数据,Excel提供了功能强大的数据查找与筛选工具。数据查找是指从原始数据中提取满足条件的数据记录,源数据不会改变,也不会被隐藏;数据筛选是指把数据库或数据清单中所有不满足条件的数据记录隐藏起来,只显示满足条件的数据记录。常用的数据查找与筛选方法有:记录单查找、自动筛选和高级筛选。
下面结合实例说明各种查找方法的具体应用。
【例2—11】图2-37为某公司的部分商品销售记录清单。
图2-37 某公司的商品销售明细清单
根据图2-37中的有关资料,可以分别采用记录单查找、自动筛选或高级筛选的方式查找或选择所需要的信息,如下所述:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16