数据处理非常道(下)

时间:2024-03-05 点赞:46490 浏览:89990 作者原创标记本站原创

关于企业员工及数据及函数方面的免费优秀学术论文范文,企业员工类有关论文引用格式,关于数据处理非常道(下)相关论文范文检索,对写作企业员工论文范文课题研究的大学硕士、本科毕业论文开题报告范文和文献综述及职称论文参考文献资料下载有帮助。

在前两期我们已经了解了数据处理五大方法中的三个方法:数据清洗、数据抽取、数据合并.本期继续介绍另外两个方法:数据计算与数据转化.

数据计算

数据计算就是根据数据分析目的,在原有的字段数据基础上,采用简单、函数等计算方式得到新的字段数据.

1.简单计算

简单计算就是采用加、减、乘、除四则运算的方式进行计算,得到新的字段数据.例如订单数据中只有产品销售数量和单价,而老板需要的是销售额,以便了解公司业绩.这时候,就可以通过销售数量乘上单价的简单计算方式得到销售额.

在Excel中加、减、乘、除对应的运算符就是键盘中的“+、-、*、/”符号,当然还有自动求和、均值功能菜单可直接使用,这些操作使用起来较为简单,在此就不再举例说明.

2.函数计算

函数计算,顾名思义,就是采用函数的方式进行计算,得到新的字段数据.例如要计算公司每个员工的工龄,那么可以使用DATEDIF函数进行指定周期(如日、周、月等)的日期相减计算.日常工作中我们用到的函数并不需要太复杂,接下来我们就一起来看看几个既简单又实用的函数.

(1)平均值与求和.对数据计算平均值和求和应该说是我们工作中最常见的问题了.例如计算企业各产品的季度平均销售量和总销售量,就可分别采用ERAGE、SUM函数进行计算,函数括号内的参数,只需要选择设置数据计算范围即可,是函数操作相对较为简单的应用(见左下图).

(2)DATEDIF计算工龄与年龄.刚才说过可以使用DATEDIF函数计算公司每个员工的工龄,当然也可以用来计算员工的年龄,这样我们就可以了解公司人员的工龄、年龄结构特征.DATEDIF函数就是计算两个日期之间年/月/日的间隔数,但它在Excel函数库中无法查找到,需要自行在编辑栏中手工输入.DATEDIF函数共有三个参数,第一个参数为起始日期,第二个参数为结束日期,第三个参数为显示的结算结果格式,常用的有“y”、“m”、“d”三个参数,分别代表年、月、日.

我们以某企业员工年龄、工龄采用DATEDIF函数计算为例,分别在D2、E2单元格输入公式:

并向下填充复制D2、E2单元格的公式,即可批量得到企业其他员工年龄、工龄数据.

(3)VLOOKUP数据分组.数据分析中有个重要实用的分析方法就是分组分析法.它是根据分析对象的特征,按照指定的数据指标,采用等距或非等距的分组方法,把分析对象划分为不同的部分,以进行对比分析研究,揭示其内在的联系和规律性.分组的目的是进行各组之间对比分析,研究数据分析对象的结构构成、分布特征.在进行分组分析前,我们先要通过数据处理,将指定的数据指标进行等距或非等距的分组划分,并分别赋予不同的组名,形成一个新的分组字段,以示区别,这个过程就是数据分组.


在Excel中是如何实现数据分组的呢?大家可能首先会想到使用IF函数判断某数值是否纳入某个区间,并赋予相应的组名,以达到数据分组的目的.但是Excel对函数的嵌套层数有限制,Excel97-2003版本最多可进行7层的嵌套,而Excel2007-2013版本对函数嵌套可达64层.当你的数据分组的组数超过Excel函数嵌套层数限制时,用IF函数就不能一步到位了,并且IF函数对逻辑思维要求较高,编写麻烦且容易出错,只要少了个括号就无法正常运行,故不建议大家使用IF函数进行层数较多的分组.

那在Excel中还有其他什么函数可以实现数据分组处理呢?这个可以有!在此推荐使用VLOOKUP函数进行数据分组处理.在上期数据合并中我们就介绍使用VLOOKUP函数的精确匹配功能进行字段匹配.本期就教大家使用VLOOKUP函数的近似匹配功能进行数据分组处理,只需将VLOOKUP函数第四个参数range_lookup设置为TRUE(1)或省略即可.我们就以上述企业员工年龄数据为例,采用VLOOKUP函数进行企业员工年龄段划分.

步骤1:准备一个分组对应表,用来确定分组的范围和标准.第一列为分组阈值(为每组覆盖的数值范围中的最低值),第二列就是分组标签(组名),第三列为分组区间的表达式,用来说明各组具体的数据范围,目的是为了方便数据处理人员理解和识别,当然也可以用做分组标签,根据自己的需要来选择分组标签的样式.

这里VLOOKUP函数的应用与“数据匹配”中有所不同,这里VLOOKUP函数的最后一个参数range_lookup逻辑值省略了,即在此处默认的是近似匹配.

数据转化

数据转化就是根据数据分析目的,将原有的数据格式或样式转化为符合数据分析要求的格式或样式,主要包括行列转置、数据类型转化.

1.行列转置

行列转置,简单来说就是行列互换,效果如下图所示.在Excel中有直接提供转置功能供我们使用,可通过复制所需要的转置数据区域,然后利用选择性粘贴中的转置功能进行数据的行列互换,操作较为简单,在此就不再详述.

2.数据类型转化

在前几期就介绍过数据类型的相关知识,现在我们再一起来回顾下:常见的数据类型有文本、数值、日期等类型的数据.这些数据类型,最终都可以归结为两大类数据类型:字符型数据、数值型数据,是否可直接进行四则运算,是区分数据是否属于数值型数据的判断标准之一.

常用的数据类型转化主要包括数值型转文本型、文本型转数值型.

(1)数值型转文本型.数值型转文本型可以采用数据分列法、TEXT函数两种方式进行转化.首先是数据分列法,其操作步骤在介绍数据抽取操作时就已经介绍过,只是在第三步有些差别,“文本分列向导”前两步只要采用默认选择并直接点击“下一步”按钮就可以,在“文本分列向导”第三步对话框中,在上方的“列数据格式”中选择“文本”项,最后单击“完成”按钮,即可将数值型数据转成文本型数据.

其次是TEXT函数法,TEXT函数能将数值型数据转化为指定格式的文本.如本月收入10,000,000元,有人不习惯看这么长的数据,希望转化为1000.0万元,这时候就可以输入公式“等于TEXT(10000000/10000,"0.0")”,然后还可以用CONCATENATE函数将转化后的数字与单位合并,这样就可以得到所需要的形式,TEXT函数的第二个参数还可以设置为“%”,如此就能将环比、同比的数值型百分比转化为文本型的百分比.

(2)文本型转数值型.这里的文本型转数值型,指的是文本型的数字转化为数值型的数字,以便进行相应的计算.可以采用选择性粘贴——运算功能进行转化.

步骤1:先在其他单元格分别填入“1”、“0”两个数字,并复制其中一个数字,在此我们选择复制“1”这个数字.

步骤3:调出选择性粘贴对话框,选择“运算”组中的“乘”项,单击“确定”按钮,这就完成文本型转数值型.这里也能选择“除”项,意思就是选择的数据区域每个数字都乘1或除1,那么本身不改变数字大小,但改变了数字的格式,如果复制的是“0”,那么就选择“加”或“减”项即可.

数据处理内容就介绍到此,只要掌握其基本原理并能灵活组合运用,面对各种疑难杂症都能轻松应对,这就是我们常说的“万变不离其宗”!

编辑:单之卉 / :szh@bjstats.gov.

相关论文

有关财会信息资源元数据标准的

本文是一篇数据论文范文,数据有关专升本毕业论文开题报告,关于有关财会信息资源元数据标准的相关毕业论文开题报告范文。适合数据及数据库及。

关于财会数据准确性的

本文是一篇财务管理论文范文,财务管理方面有关本科论文开题报告,关于关于财会数据准确性的相关硕士论文范文。适合财务管理及会计核算及企业。

大数据时代的汽车营销模式变革

本文是一篇汽车营销论文范文,汽车营销方面有关毕业论文提纲,关于大数据时代的汽车营销模式变革相关硕士论文范文。适合汽车营销及互联网及数。

基于数据挖掘的会计管理与

本论文为会计管理有关本科毕业论文会计学,关于基于数据挖掘的会计管理与相关毕业论文开题报告范文,可用于会计管理论文写作研究的大学硕士。

重视大数据时代的社会治理

关于社会建设及社会及互联网方面的免费优秀学术论文范文,社会建设方面论文参考文献格式,关于重视大数据时代的社会治理相关论文范文数据库。

数据时代的艺术

该文是服装专业数据论文范文,主要论述了数据相关毕业论文格式,与数据时代的艺术相关论文范文数据库,适合数据及软件开发及工程师方面的的。