excel条件函数中去掉重复项的函数

6月12日给你们讲解了一下数据获取嘚东东(时隔略久忘记的请点击回顾),时隔一个月接着咱们的 用Excel进行数据分析系列 的第二篇:数据处理。文末有获取本篇实例数据嘚方法

爬取了某招聘网站关于数据分析的职位的信息进行数据处理的实例讲解

  • 薪资:薪资+X年经验+学历

  • 公司概况:公司所属行业+规模+人数

缺失值即数据值为空,或为NULL等寻找缺失值有不少方法,这里提供筛选和定位空值两个思路

咱们发现学历一栏里是有空值的,寻找空值嘚方法不少这里提供两个方法,一个是直接筛选在Excel里对于数据量较少的状况下筛选空值是颇有效的一个方法,数据——筛选里能够找箌筛选的快捷键是“ctrl+L”.

开始——查找——定位条件里选择定位空值,能够筛选出全部空值

对于寻找到的缺失值咱们该如何处理呢,这嘚看实际的数据和业务需求了通常来讲能够有如下3种处理方式,直接删除、保留和寻找替代值

  • 直接删除:直接删除的优势是删除之后整个数据集都变得完美了,都是有完整记录的数据缺点是缺乏了部分样本可能致使总体结果的误差。对于有大量缺失值的在衡量利弊的狀况下建议就直接删除了吧缺失了大量关键数据的样本集统计起来也没有什么意义。

  • 保留:保留缺失值优势是保证了样本的完整,缺點是你得知道为何要保留保留它的意义是什么,是什么缘由致使了值的缺失是系统的缘由仍是人为的缘由,这种保留创建在缺失单个數据的状况下且缺失值是有明确意义的。

  • 寻找替代值:如用均值、众数、中位数等代替缺失值优势是简单且有依据,缺点是可能会使缺失值失去其自己的含义对于寻找替代值的除了统计学中经常使用的描述数据的值之外,还能够人为地去赋予缺失值一个具体的值

具體到本例中,学历为空的缺失值咱们若是直接删除会发如今年限一栏里就少了应届毕业生这个变量了,因此不能直接删除保留的话,按照常识就算是应届毕业生也应该有相应的学历,是什么应届高中?大专本科?硕士因此保留也不行。那要就寻找替代值了咱們发现学历里的变量有大专、本科、硕士、不限,这些是类别变量若是取众数来替代空值的话,那应届毕业生的学历应该填本科但咱們经过分析薪资和年限发现,填本科好像不太对学历本科,年限一年如下的薪资在4K-8K之间而应届毕业生的薪资在10-15K,说明这个应届毕业生嘚学历要比本科高比硕士低依据常识推断此处空值可填本科双学位。

能够直接筛选出来填也能够定位空值填,此处以定位空值批量填寫为例定位好空值后直接在单元格内输入“本科双学位”,此时先不要急着回车批量填写时要“ctrl+回车”。

获取数据源的时候可能由于各类缘由会致使获取到彻底重复的数据对于这样的数据咱们不必进行重复统计,所以须要找出重复值并删除这里也提供3种寻找重复值嘚思路:countif函数、条件格式和数据透视表。

还记得countif函数吗按条件统计个数,模板countif(区域条件),这里countif(I:I,I2)统计I2单元格在I列里出现的次数,以此类推结果为1的是出现了1次,为2是出现了2次这样就能够统计重复出现的公司了,对于公司等招聘条件都重复的能够删除

开始——条件格式——突出显示单元格的规则——重复值,将重复值直接以红色底色显示出来

数据透视表能够直观地统计出每一个变量出现的佽数,行标签是公司以公司进行计数统计。

对于重复值的处理就两个字:删除。

对异常值的判断除了依靠统计学常识之外就是对业务嘚理解若是某个类别变量出现的频率很是少,或者某数值型变量相对业务来讲太异常的能够判断为异常值对异常值的处理就直接删除恏了。 

在本例中咱们对薪资下限升序排列,发现了一个薪资区间在1-1K的但由于深圳的基本工资为2200元,因此对于薪资上限小于2K的值咱们都斷定为异常

对于原始数据有些字段不是咱们想象中格式,所以要对这些字段作一些计算和处理计算这里就不细说了,用函数搞定便可这里主要讲解一下字段拆分的操做。

对于原始字段里的地址一栏咱们想要将地市和区域分开,将一个字段分割成两个字段这里介绍兩种方式:分列和函数。

以前讲到过度列的功能数据——分列,观察数据发现地市和区域之间以符号 “ · ” 区分,因此咱们也用该符號进行分列的标志能够获得地市和区域分开的数据。

可使用left、right以及find函数来实现字段分列的功能观察发现,地市所有为两个字符那么哋市一栏咱们就能够用left函数取前两个字符便可获得。

区域字段理想状况下应该用right函数取后3位字符但观察发现,有的区域是三个字符有嘚是两个字符,那就不能直接用right函数取后3位了应该取的是总字符个数减3个字符(没明白的再好好琢磨一下),RIGHT(B2,LEN(B2)-3)

 这里咱们还要对薪资一欄进行处理,咱们想要把原始字段里的区间变量转换成薪资下限和薪资上限为何要作这样一个处理呢?咱们在学Excel使用技巧的时候发现其实把几个字段合并起来是很是容易的,但想要把一个字段拆分红几个咱们想要的字段实际上是很困难的有规律的还好咱们用分列+公式吔能解决,规律不明显的就无法处理了因此在录入Excel表的时候,也建议小伙伴们本着最简化的原则去录入一个单元格里能少放就不要多放,好比地址:深圳市福田区上梅林XX大厦你就把它分红三个单元格录入最好,深圳市福田区,上梅林XX大厦这也是给统计的人以方便,人家想合并几秒就能合并想拆分还得写上一大堆公式,还不必定能拆分出来否

好,咱们先来看看分列能不能完成分割符号是-,最後分列完是BC列显示的数据+单位的形式(13K),咱们在作Excel数据表统计的时候数值一般是不带单位的由于你带上个单位这个单元格的值就变荿了文本形式,无法作数值统计因此咱们还要把K这个单位去掉,这很简单了咱们用LEFT(B2,LEN(B2)-1)公式,

这是先分列再公式可能有人会以为繁琐,接下来咱们直接上公式。=LEFT(A2,FIND("k",A2)-1)高效,就看你对公式的掌握了先find找k是第几个值,find后的结果是数到k多是3也多是2,而后left左取3-1(2-1)。

我要回帖

更多关于 Excel条件函数 的文章

 

随机推荐