前言
最近松懈了，花了很多时间在玩游戏看视频上，把学习计划耽搁了，总说要自律，但光说不做是没用的，最主要是自控能力太差了，得承认自己和大多数人一样，爱玩、不愿意迈出舒适区，“知行合一”，只四个字，大道至简，却超过99%的人都做不到。在前进的路上，希望自己能克服惰性，提升自控力，按计划耐心学习并践行。
1、数据分析步骤：
提出问题→理解数据→数据清洗→构建模型→数据可视化
2、实践案例：
利用一份招聘网站的数据作为实战案例。
第一步提出问题：
1）在哪些城市找到数据分师工作的机会比较大？
2）数据分师的薪水如何？
3）根据工作经验的不同，薪酬是怎样变化的？
第二步理解数据：
初始数据有6875条，14项内容。
设置表格列宽（步骤如下图），显示全部内容，方便后续操作，最后保存。
第三步清洗数据：
这一步需要花费的时间占大部分，把数据处理成自己想要的样子。
1、选择子集：选择公司全名和公司ID两列并隐藏（取消隐藏方法：全选表格→开始→格式→隐藏和取消隐藏→取消隐藏列）
2、列名重命名：双击列名可以修改成自己想要的列名。
3、删除重复值：选择职位ID将其重复值删除（步骤如下图）
4、缺失值处理：选择职位ID列计数5032，选择城市列计数5030，城市列缺失两个数据。
查找并定位城市列的缺失值（步骤如下图），缺失值填上海。
缺失值处理的4种方法，根据情况灵活使用：
1）通过人工手动补全；
2）删除缺失的数据；
3）用平均值代替缺失值；
4）用统计模型计算出的值去代替缺失值。
5、一致化处理：对“公司所属领域”进行一致化处理（步骤如下图）
将原来的“公司所属领域”列隐藏，并将复制的列进行分列：
6、数据排序：
7、异常值处理：
第四步构建模型
第五步数据可视化
通过上面的分析，我们可以得到的以下分析结论有：
1）数据分析这一岗位，有大量的工作机会集中在北上广深以及新一线城市，如果你将来去这些城市找工作，可以提高你成功的条件概率。
2）从待遇上看，数据分析师留在深圳发展是个不错的选择，其次是北京、上海。
3）数据分析是个年轻的职业方向，大量的工作经验需求集中在1-3年。
对于数据分析师来说，5年似乎是个瓶颈期，如果在5年之内没有提升自己的能力，大概以后的竞争压力会比较大。
4）随着经验的提升，数据分析师的薪酬也在不断提高，10年以上工作经验的人，能获得相当丰厚的薪酬。
3、划重点：
1）分列功能会覆盖掉右列单元格，所以我们记得先要复制这一列到最后一个空白列的地方，再进行分列操作。
2）上面图片中的函数：IF(COUNT(FIND({"数据运营","数据分析","分析师"},L2)),"是","否")。
3）Ctrl+Eneter快捷键，在不连续的单元格中同时输入同一个数据或公式时很好用。
4）精确查找和近似查找（模糊查找）的区别
（1）精确查找是指从第一行开始往最后一行逐个查找。一找到匹配项就停止查询，所以返回找到的第一个值。
（2）当你要近似查找的时候，它就会苦逼地查遍所有的数据，返回的是最后一个匹配到的值。
5）在使用vlookup函数时，在很多情况下使用的是精确匹配，而在进行分组时需要用模糊匹配，所以这里要输入“1”来进行模糊匹配。
6）Excel设置了快捷键F4帮助用户迅速切换相对引用、绝对引用和混合引用，步骤如下：
（1）选定包含该公式的单元格；
（2）在编辑栏中选择要更改的公式内容，并按 F4 键；
（3）以引用单元格A1为例，每次按 F4 键时，Excel会依次在以下组合间切换：
按一次F4是绝对引用
按两次、三次F4是混合引用
按四次F4是相对引用
7）使用这个函数过程中，如果出现错误标识“#N/A”，一般是3个原因导致：
（1）第2个参数：查找范围里第一列的值必须是要查找的值。
比如这个案例里第2个参数选定的的范围里第一列是姓名，是要查找值的列。
（2）数据存在空格，此时可以嵌套使用TRIM函数将空格批量删除。
（3）数据类型或格式不一致，此时将数据类型或格式转为一致即可。
