数据分析师需要知道的10个Excel函数
每个人生活中,都多多少少用过Microsoft的 Excel,它是一个功能复杂的工具,同时也是数据分析中的重要工具。对于那些想要成为数据分析师来说,电子表格程序(即Excel)是首要也是必备技能。本文将帮助你了解数据分析师应该如何使用 Excel。
要正确使用 Excel,你需要全面了解该程序中的函数。这些函数对一个或多个单元格内的值进行运算,生成特定的信息,例如所选单元格的总和或最小值。我们商业分析师分析求职训练营中,就包含了Excel课程,以一系列基于 Excel 的分析任务为核心,学生在处理行业相关的数据集的同时,也会学习 Excel 的基础知识。
本文将介绍 10 个 Excel 函数,通过学习这些函数,你的Excel使用过程将变得更加轻松。通过本文,你将了解 Excel 的基本功能。现在,让我们进入正文。如果你想了解更多数据分析相关内容,可以阅读以下这些文章:
用Python实现Excel经典功能:VLOOKUP及Pivot Tables
新兴报表工具FineReport——商业分析师需要知道的三种报表
数字营销是怎样通过数据分析赚钱的?
市场分析——这三个技能最重要
// 目录 //
- 1. CONCATENATE
- 2. VLOOKUP
- 3. LEN
- 4. SUMIFS
- 5. DAYS/NETWORKDAYS
- 6. SUBSTITUTE
- 7. MINIFS/MAXIFS
- 8. TRIM
- 9. COUNTIFS
- 10. LEFT/RIGHT
1 CONCATENATE
我们从最简单的函数开始。你可以通过Concatenate 函数,将多个单元格的值合并至一个单元格。Concatenate函数是进行数据分析时最强大的函数之一,通常用于合并文本、日期和数字。
合并 URL 的各个部分、或地址的不同行,是该函数的两个主要用途。
2 VLOOKUP
很多同学都接触过VLOOKUP,经常使用 Excel 的人应该都很熟悉这个函数。通过该函数,你可以查找垂直列中的数据。例如,如果你要处理一个按月份排列的利润列表,VLOOKUP 可以显示你所选择月份的数据。
3 LEN
在数据分析过程中,LEN 用于显示特定单元格中的字符数。该函数通常用于创建有字符限制的文本,或识别产品编号之间的差异。在上面的例子中,Len 用于计算名称中的字符数。
4 SUMIFS
SUMIF 函数是数据分析领域的一个重要函数。通过该函数,你可以将符合特定要求的数字单元格中的值相加。在上面的例子中,我们通过此函数将单元格中大于 5 的数字相加。
5 DAYS/NETWORKDAYS
这个函数很好理解。“=DAYS”用来计算两个日历日期之间的天数,通常用于确定产品生命周期或合同期限。 NETWORKDAYS 的对应性更强,用于计算两个日期之间的工作日数。可以说,该函数的出现的原因主要是去排除周末。
6 SUBSTITUTE
该函数非常有用,适合批量更新单元格。该函数功能和它的名字一样,对于更新 URL、删除无意的空格或拼写错误非常有用。在上面的例子中,SUBSTITUTE函数将字母“t”替换为“b”。
7 MINIFS/MAXIFS
该函数可用于找到最小值和最大值。而且,它还可以根据标准对值进行排序。例如,你可以根据MINIFS/MAXIFS函数,对男性和女性样本中年龄最大和最小的年龄的值进行排序,并按性别显示数值。在上面的例子中,通过MINIFS 函数,单元格显示数字 88,因为该数字是满足条件的最小值。
8 TRIM
通过 TRIM 函数,你可以从文本中删除不需要的空格或字符。为了帮助分析师处理数据,你通常需要在分析前清理数据。有许多函数可以帮助你在分析前清理数据,TRIM 函数就是其中之一。上面的例子显示了如何删除名称末尾不需要的空格。
9 COUNTIFS
THE COUNTIFS 函数根据某标准,计算某个值出现的次数。在上面的例子中,“Red”和“England”同时出现两次,COUNTIFS 单元格显示该数字(2)。
10 LEFT/RIGHT
LEFT 和 RIGHT 函数可以从静态单元格中获取数据,操作很简单。LEFT 函数显示从单元格开始所需的字符数,而 RIGHT 函数则相反。比如,如果你需要从电话号码列表中提取区号,那这个函数就可以帮到你。
结语
在特定的编程语言中,可用的分析工具非常多,但在分析少量数据时,大多数人都会选择Excel。本文介绍的10个函数只是 Excel 的冰山一角,但可以帮助你了解数据分析师需要掌握的能力。
如果本文激起了你的兴趣,你可以进一步了解我们的商业分析师求职训练营。感谢你的阅读!你还可以订阅我们的YouTube频道,观看大量数据科学相关公开课:https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ;在LinkedIn上关注我们,扩展你的人际网络!https://www.linkedin.com/company/dataapplab/
原文作者:Tom Taylor
翻译作者:Lia
美工编辑:过儿
校对审稿:Jiawei Tong
原文链接:https://careerfoundry.com/en/blog/data-analytics/10-excel-formulas-every-data-analyst-should-know/