Excel 数据分析

Excel数据可视化

本文主要记录使用Excel进行数据分析，所使用的数据时一份招聘网站Excel

数据分析步骤

明确问题

Q1 哪些城市的工作机会更多？
Q2 各城市的平均薪资情况？
Q3 工作经验对工资的影响程度
Q4 数据分析工作对工作经验的要求以及主要分布

一、理解数据
采集到的数据别急切计算，先观察数据
共14个字段信息包括：
城市、公司全名、公司ID、公司简称、
公司大小、公司所在商区、职位所属 、
教育要求、公司所属领域 、职位ID、
职位福利、职位名称、薪水、工作年限要求

二、数据清洗
对字段数据进行初步清洗。公司ID和职位ID是数据的唯一标示，公司全名和公司简称则重复了，只需要留一个公司名称，后续的字段信息看需求是否保留。
删除重复值
本文分析的是数据分析职位多少，所以职位ID作为处理重复值的标示

通过条件格式选择重复值，标记重复值为浅红色，自定义排序查看重复值。


通过选择数据中的删除重复值，记得点扩展全表。

检查数据是否存在重复值，通过筛选工具，发现按颜色筛选是不可选的，说明重复值全部删除。

缺失值处理
数据的缺失值很大程度上影响分析结果。在Excel中可以通过选取该列查看右下角的计数，以此判别有无缺失。

城市字段的缺失值数量 = 职位ID字段数量减去城市字段总数

通过定位条件选择空值，输入上海同时按住Ctrl+Enter，完成输入。

数据拆分排列
根据薪水列，创建出新的三列数据，分别为最低工资、最高工资、平均工资，并按降序，从大到小排列，方便后续分析。

=INT(LEFT(H2,FIND("k",H2)-1))  --最低工资
=INT(MID(H2,FIND("-",H2)+1,LEN(H2)-FIND("-",H2)-1)) --最高工资
=AVERAGE(K2:L2) --平均工资

异常值处理和数据一致化
职位名称分类出千奇百怪，我们目标是数据分析师，只筛选出带有“数据分析”、“数据运营”、“分析师”等关键词的职位名称。

=IF(COUNT(FIND({"数据分析","数据处理","分析师"},G2)),"是","否")

然后把是的数据筛选出来，复制粘贴到新表格中，重命名为数据清洁结果。

三、数据分析与可视化
创建数据透视表

Q1 哪些城市的工作机会更多？


城市为行字段，值为职位ID，降序排列处理

分析：
通过观察数据可以得出结论，数据分析岗位数量排名前四的是北京、上海、深圳、广州。

其中北京岗位数量远超第二名上海，所以北京的数据分析岗位需求属于全国最高，数据分析岗位在北上广深占据大部分。

Q2 各城市的平均薪资情况？
利用描述性分析，得到下表

数据透视表得到各个城市平均工资

分析：
从以上数据表和柱形图得出结论，统计5031个数据，其中数据分析师薪水均值为17K，中位数：15K，众数：15K，平均薪水排名前3的城市是北京、深圳、上海。

Q3 工作经验对工资的影响程度
数据透视表与折线图

分析：
从上表数据与折线图可以得出结论，数据分析师薪水随着工作年限的降低而降低，工作年限可以分为6个阶段，最低的应届毕业生平均薪水6.23K，工作1-3和3-5年平均薪水在12-17K的水平，5-10年及以上的达到20-30K的水平。

Q4 数据分析工作对工作经验的要求以及主要分布
数据透视表与饼形图

分析：
1-3年和3-5年工作年限要求占大部分，比较具有代表性，两者占比加总为68%。说明数据分析师招聘要求主要分布在1-5年的范围内。

分布报告
Q1 哪些城市的工作机会更多？
通过观察数据可以得出结论，数据分析岗位数量排名前四的是北京、上海、深圳、广州。
其中北京岗位数量远超第二名上海，所以北京的数据分析岗位需求属于全国最高，数据分析岗位在北上广深占据大部分。

Q2 各城市的平均薪资情况？
统计5031个数据，其中数据分析师薪水均值为17K，中位数：15K，众数：15K，平均薪水排名前3的城市是北京、深圳、上海。

Q3 工作经验对工资的影响程度
数据分析师薪水随着工作年限的降低而降低，工作年限可以分为6个阶段，最低的应届毕业生平均薪水6.23K，工作1-3和3-5年平均薪水在12-17K的水平，5-10年及以上的达到20-30K的水平。

Q4 数据分析工作对工作经验的要求以及主要分布
1-3年和3-5年工作年限要求占大部分，比较具有代表性，两者占比加总为68%。说明数据分析师招聘要求主要分布在1-5年的范围内。