Excel数据分析从小白到高手

本书主要具有如下特色： 1.内容全面，循序渐进。本书细致介绍了从数据的采集、导入到整理、筛选、处理及分析全过程的知识与技巧，将函数与公式、数据透视表等重要功能讲解透彻，内容由浅入深，非常适合初学者学习。 2.案例丰富，实用性强。书中选取了不同场合下的各种数据分析案例，不仅中间穿插有小案例，书末还有综合性的大案例，通过案例实操，让读者能够快速掌握所学知识，并应用到实际工作中。 3.全彩图解，直观易懂。本书采用全彩印刷，书中通过大量的彩色图片展示，让读者一目了然，迅速了解并掌握具体的操作方法、步骤以及实现效果。 4.学习资源，超值赠送。重要知识点及实战案例均配有二维码视频讲解，扫码观看，学习更便捷。此外，还附赠相关实例素材源文件，方便实践练习与知识拓展。

Excel功能十分强大，不仅提供简单易用的数据处理功能，还有专业的数据分析功能库，包括相关系数分析、描述统计、回归分析等。会Excel的人很多，但是能用Excel熟练进行数据分析的人却不多，大部分人只掌握了很少的功能。
编著者从事数据分析工作十余年，深知Excel在企业日常办公中的便捷性，因此，编写这本书的目的不在于大而全地介绍Excel，而在于深刻讲解相关功能，并结合实例，详细讲解实用的数据分析方法及技巧。
我们花了大量的时间学习Excel，为什么还是不知道怎么使用呢？通过调查发现，造成这种结果的原因主要有以下两个方面：
一是方法不对。Excel的功能非常强大，技巧成百上千，如果不结合工作实际需求，不经选择地开始学，很可能花费了大量的时间与精力，到头来发现工作中根本用不上。
二是知识陈旧。大数据时代，无论什么类型的员工，都应具备一定的Excel数据分析与可视化技能，但若所学的仍然是输入数据、制作表格等，当然难以应付日常需求。
本书内容
使用本书的注意事项
（1）Excel软件版本
本书基于Excel 2021软件进行编写，建议读者安装Office专业增强版2021进行学习，由于Excel 2021与Excel 2019、Excel 2016等版本间的差异不大，因此，本书也适用于其他版本的学习。
（2）软件菜单命令
在本书中，当需要介绍Excel软件界面的菜单命令时，采用“【】”符号，例如，介绍筛选功能时，会描述为：依次单击【数据】|【筛选】选项。
本书主要特色
特色1：本书内容丰富，涵盖领域广泛，适合各行业人士快速提升Excel技能。
特色2：看得懂，学得会，注重传授方法、思路，以便读者更好地理解与运用。
特色3：贴近实际工作，介绍职场人急需的技能，通过案例学习，效果立竿见影。
由于作者水平所限，书中难免存在不妥之处，请读者批评指正。

编著者

大数据时代，掌握必要的数据分析能力，将大大提升你的工作效率和自身竞争力。Excel是非常适合初学者使用的数据分析工具，本书将详细讲解利用Excel进行数据分析的相关知识。
书中主要内容包括：数据分析基础知识、数据源的链接、M语言与数据爬虫、公式与函数、数据的整理、条件格式的应用、数据可视化、数据透视表与透视图、Excel仪表盘、基础分析、高级分析、数据分析报告的撰写以及综合实战案例等。
本书内容丰富，采用全彩印刷，配套视频讲解，结合随书附赠的素材边看边学边练，能够大大提高学习效率，迅速掌握Excel数据分析技能，并用于实践。
本书适合数据分析初学者、初级数据分析师、Excel用户、数据库技术人员、市场营销人员、产品经理等自学使用。同时，本书也可用作职业院校、培训机构相关专业的教材及参考书。

1数据分析概述
1.1 什么是数据分析 2
1.1.1　数据分析简介 2
1.1.2　数据分析的方法 3
1.1.3　数据分析的流程 7
1.2 数据分析常用工具 8
1.2.1　Excel 8
1.2.2　Tableau 8
1.2.3　Power BI 9
1.2.4　SPSS 9
1.2.5　SQL 10
1.2.6　Python 10
1.3 Excel 2021软件简介 11
1.3.1　Excel 2021概述 11
1.3.2　Excel 2021界面 12
1.3.3　Excel 2021新函数 13
1.4 如何快速学好Excel 16
1.4.1　打牢Excel基础知识 16
1.4.2　选择性学习函数 17
1.4.3　善于利用帮助文档 19

2 Excel连接数据源
2.1 本地离线数据 23
2.1.1　Excel工作簿 23
2.1.2　文本/CSV文件 24
2.1.3　JSON文件 25
2.2 关系型数据库 27
2.2.1　SQL Server数据库 27
2.2.2　Access数据库 30
2.2.3　MySQL数据库 31
2.3 Hadoop集群 32
2.3.1　连接Cloudera Hadoop 33
2.3.2　连接Hadoop Spark 35
2.3.3　连接集群商品订单表 36
2.4 多表合并 38
2.4.1　不同工作簿表格 38
2.4.2　同一工作簿表格 41

3 M语言与数据爬虫
3.1 M语言基础 45
3.1.1　M语言概述 45
3.1.2　M语言函数 49
3.2 案例数据采集 57
3.2.1　案例数据简介 57
3.2.2　获取网站数据 57
3.3 数据清洗 59
3.3.1　删除重复列 59
3.3.2　复制数据表 59
3.3.3　删除不需要的列 60
3.3.4　调整列的名称 60
3.3.5　合并数据表 62
3.3.6　文本处理 63
3.4 数据可视化分析 65
3.4.1　二手住宅销售价格同比 65
3.4.2　二手住宅销售价格环比 66
3.4.3　二手住宅销售价格定基 66

4 Excel公式与函数
4.1 公式与函数基础 69
4.1.1　Excel公式及函数 69
4.1.2　输入Excel函数方法 70
4.2 Excel单元格引用 72
4.2.1　单元格相对引用 73
4.2.2　单元格绝对引用 73
4.2.3　单元格混合引用 74
4.3 数学和三角函数 76
4.3.1　数学和三角函数案例 76
4.3.2　数学和三角函数列表 89
4.4 统计函数 92
4.4.1　统计函数案例 92
4.4.2　统计函数列表 97
4.5 逻辑函数 102
4.5.1　逻辑函数案例 102
4.5.2　逻辑函数列表 103
4.6 日期和时间函数 104
4.6.1　日期和时间函数案例 104
4.6.2　日期和时间函数列表 107
4.7 文本函数 108
4.7.1　文本函数案例 108
4.7.2　文本函数列表 112
4.8 其他函数 114
4.8.1　查询和引用函数列表 114
4.8.2　财务函数列表 115
4.8.3　工程函数列表 117
4.8.4　信息函数列表 119
4.8.5　数据库函数列表 119
4.8.6　Web函数列表 120
4.8.7　兼容性函数列表 120
4.8.8　多维数据集函数列表 122

5 排序、筛选与分类汇总
5.1 数据排序 124
5.1.1　单个条件排序 124
5.1.2　多个条件排序 124
5.1.3　按颜色排序 125
5.1.4　按行排序 126
5.1.5　自定义排序 128
5.1.6　局部数据排序 130
5.2 数据筛选 131
5.2.1　按数字筛选 131
5.2.2　按颜色筛选 133
5.2.3　按文本筛选 134
5.2.4　按日期筛选 137
5.2.5　高级筛选 139
5.3 分类汇总 144
5.3.1　一级分类汇总 144
5.3.2　多级分类汇总 145
5.4 案例：制作工资条 146

6 Excel条件格式
6.1 条件格式的简单使用 150
6.1.1　数据范围标记 150
6.1.2　文本模糊匹配 151
6.1.3　标记前几或后几 151
6.1.4　标记重复值 152
6.1.5　多重条件格式 152
6.1.6　清除规则 153
6.2 带公式的条件格式 154
6.2.1　突出排名前3数据 154
6.2.2　突出显示周末订单 154
6.2.3　突出显示特定文本 156
6.2.4　突出显示重复订单 156
6.2.5　突出显示最低销售额 156
6.2.6　突出显示高于均值数据 157
6.3 设置数据条与色阶 158
6.3.1　创建数据条 158
6.3.2　新建数据条规则 159
6.3.3　编辑数据条规则 159
6.3.4　删除数据条规则 160
6.3.5　销售数据添加色阶 161
6.4 案例：使用图标集标识订单量 162

7 Excel数据可视化
7.1 Excel图表概述 165
7.1.1　Excel图表类型 165
7.1.2　图表主要元素 166
7.2 绘制对比型图表 167
7.2.1　柱形图及案例 167
7.2.2　条形图及案例 167
7.2.3　雷达图及案例 168
7.3 绘制趋势型图表 169
7.3.1　折线图及案例 169
7.3.2　面积图及案例 170
7.3.3　曲面图及案例 170
7.4 绘制比例型图表 171
7.4.1　饼图及案例 171
7.4.2　环形图及案例 171
7.4.3　旭日图及案例 172
7.5 绘制分布型图表 173
7.5.1　散点图及案例 173
7.5.2　排列图及案例 173
7.5.3　箱型图及案例 174
7.6 绘制其他基础图表 174
7.6.1　树状图及案例 175
7.6.2　漏斗图及案例 175
7.6.3　股价图及案例 175
7.7 Excel高级绘图 176
7.7.1　瀑布图及案例 176
7.7.2　甘特图及案例 177
7.7.3　指针式仪表及案例 180

8 数据透视表与透视图
8.1 创建数据透视表 186
8.1.1　创建数据透视表步骤 186
8.1.2　更改和刷新数据源 188
8.2 美化数据透视表 189
8.2.1　数据透视表布局 189
8.2.2　数据透视表计算 191
8.2.3　数据透视表显示 193
8.3 添加切片器和日程表 194
8.3.1　透视表添加切片器 194
8.3.2　透视表添加日程表 196
8.4 创建与编辑数据透视图 198
8.4.1　创建数据透视图 198
8.4.2　添加数据筛选器 202
8.4.3　透视图样式设计 205

9 Excel仪表盘
9.1 仪表盘及其设计流程 208
9.1.1　认识仪表盘 208
9.1.2　仪表盘设计流程 208
9.2 房产中介关键指标仪表盘 211
9.2.1　门店简介 211
9.2.2　数据准备 212
9.2.3　需求分析 212
9.2.4　制作仪表盘框架 213
9.2.5　制作可视化组件 216
9.2.6　组装仪表盘 224
9.3 共享仪表盘 225
9.3.1　与他人直接共享 225
9.3.2　通过电子邮件共享 226
9.3.3　通过Power BI共享 228

10 Excel基础分析
10.1 描述统计 231
10.1.1　描述统计概述 231
10.1.2　描述统计案例 234
10.2 相关分析 235
10.2.1　相关分析概述 236
10.2.2　载客和载货汽车分析 236
10.3 单因素方差分析 239
10.3.1　单因素方差分析概述 239
10.3.2　药物对胰岛素分泌影响分析 241
10.4 双因素方差分析 242
10.4.1　双因素方差分析概述 242
10.4.2　可重复双因素方差分析案例 243
10.4.3　无重复双因素方差分析案例 244

11 Excel高级分析
11.1 回归分析 247
11.1.1　线性回归概述 247
11.1.2　GDP影响因素分析 250
11.2 时间序列分析 253
11.2.1　移动平均法及案例 253
11.2.2　指数平滑法及案例 256
11.3 线性规划 260
11.3.1　线性规划概述 261
11.3.2　客服中心排班规划 262

12 数据分析报告及案例
12.1 为什么要撰写分析报告 267
12.1.1　数据分析报告价值 267
12.1.2　数据分析报告规范 268
12.1.3　分析报告的写作原则 269
12.2 撰写分析报告注意事项 269
12.2.1　基于可靠的数据源 269
12.2.2　提高报告可读性 270
12.2.3　选择合适的图表 271
12.3 案例：销售数据分析报告 271
12.3.1　分析背景 271
12.3.2　理解数据 272
12.3.3　分析目的 272
12.3.4　数据清洗 272
12.3.5　数据分析 274
12.3.6　案例总结 277

13 空气质量数据分析案例
13.1 空气质量指数 280
13.1.1　名词释义 280
13.1.2　空气质量指数标准 282
13.2 数据准备与清洗 282
13.2.1　案例数据集 282
13.2.2　描述统计 283
13.2.3　数据清洗 284
13.3 数据总体分析 284
13.3.1　空气质量天数分析 284
13.3.2　空气质量等级分析 285
13.4 主要污染物分析 286
13.4.1　PM2.5分析 286
13.4.2　PM10分析 286
13.4.3　SO2分析 287
13.4.4　NO2分析 287
13.4.5　CO分析 287
13.4.6　O3分析 288
13.4.7　污染物仪表板 289
13.5 小结 290

14 2021年国产电影产业分析
14.1 2021年内地电影市场 292
14.1.1　电影市场现状分析 292
14.1.2　电影发行与营销情况 293
14.1.3　电影院线和影院分析 294
14.2 2021年豆瓣国产电影分析 296
14.2.1　数据来源与分析思路 296
14.2.2　电影上映时间分布 299
14.2.3　电影类型分布情况 300
14.2.4　电影评分与投票分析 301
14.3 2021年国产线上网络电影分析 303
14.3.1　院线电影网络上线的必要性 303
14.3.2　院线电影网络上线现状分析 304
14.3.3　院线电影网络独播状况分析 306
14.3.4　院线电影网络上映趋势分析 307

附录　Excel快捷键 308