Excel数据分析——数据输入

一兵个人图书馆 2023-02-28 发布于河南

展开全文

巧妇难为无米之炊。数据分析师的米就是数据。作为一名数据分析师，通常有自己常用的数据来源。比如公司业务平台产生的数据，也可以是去从公开网站抓取的数据，甚至是纸质的或脑中记忆的数据。无论原来的数据在哪里，如果需要用到Excel，我们都需要有一个数据输入到Excel中的环节（除非原始数据形式已经是Excel）。

首先我们要知道Excel中有三类数据类型：分别是数值、文本、公式。

以上数字格式除最后一项是文本外，其他对应数据类型均是数字，只是将数值以不同格式化方式显示，本质上仍是数值，包括日期和时间。

为什么日期和时间也是数值？因为在Excel中日期是按整数来存储的，时间则是按小数。比如在Excel输入数字1，然后在数字格式中应用“短日期”数字格式，你会发现，这一天是1990年1月1日。你感兴趣的话，还可以输入0和-1试试，结果是不一样的哦。Excel支持从1900年1月1日到9999年12月31日（序号为2958465）的日期，一般也够用了吧。如果把12:00:00改为数值，则是小数0.5，对应一整天的一半。这样，时间和日期的差值就跟普通的加减乘除是一样的了，用不着复杂的函数。

生成日期戳或时间戳的快捷键：

    当前日期：Ctrl+;
    当前时间：Ctrl+Shift+;

我们根据数据的来源形式将Excel数据输入分为三类：

录入
导入
抓取

数据录入

建议在录入之前，先想好大概有几行几列。然后选中单元格，从第一个单元格开始录入。Excel默认情况下，输入之后按Enter是往下单元格，按Tab是往右单元格，同时按住Shift则是往上或往左。如果选中几行几列的单元格区域，按Tab则活动单元格在选择区域中按Z字形循环移动，按Enter则是活动单元格在选择区域中按N字形循环移动。

加速录入的方法：

输入连续序列——自动填充
输入相同值（数值、文本或公式）——快捷键

输入连续序列，只需要输入其中一个，然后把鼠标放在单元格右下角变成实心十字架，拖住十字架往一个方向（某些情况下可双击十字架）就可以输入后续的一连串连续序列了。

但要注意的是，如果是数字，需要连续输入两个数，再选中这两个单元格之后拖十字架才能生成序列。这两个数可以如果不连续，则拖出来的数字是等差序列。但如果只输入了一个数，则拖十字架也只有那一个数字。

Excel中自带的序列有：

支持自定义序列。

输入相同值（数值、文本或公式），除了使用拖十字架或双击十字架的方法外，还可以使用快捷键。最常用的是Ctrl+D（往下复制）和Ctrl+R（往右复制）。比复制粘贴起码少一个操作。

数据导入

复制粘贴
从文件导入

Excel文件
文本文件csv txt
导入xml文件

获取网站表格
获取文件夹文件列表
反向透视表

导入到指定区域，保持不变

前面都是很常见的导入方式，主要讲最常见的问题：

1. 中文乱码问题

一般从系统或者网站下下载下来的文本文件是UTF-8的编码，直接用Excel打开中文会显示乱码。这里有两个方法，一个通过notepad++将文件编码转换为ANSI，然后再用Excel打开，另一个是，先用notepad++或其他文本编辑器打开再复制粘贴到Excel中。如果这两种方法都没能很好的分列的话，再使用数据-分列功能即可。一个好消息是，Excel2019已经支持UTF-8格式，不需要转换一道了。

2. 分列错误

csv文本文件是以逗号分隔，但如果列文本中本身包含逗号，则会将错误地将文本分隔为两列。为避免这种问题，应当在csv文件本身入手。csv在导出的时候选择文本用引号包围，或者在导出前把可能含有逗号的文本中的逗号替换为其他文本，或者将文本分隔符替换为一个不太常用的其他分隔符（比如“《”书名号），然后在Excel分列中选择分隔符也是“《”。

3. 文本数值

两种方法。当数据比较多的时候我会用第二种——原文本数值乘以1强制转换为数值。