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/