Excel數據分析基礎與實戰

本書以任務為導向，全面介紹了數據分析的流程和Excel數據分析的應用，並詳細闡述了使用Excel 2016解決企業實際問題的方法。全書共11章，分為基礎部分（第1～6章）和實戰部分（第7～11章）。基礎部分的內容包括數據分析與Excel 2016概述、外部數據的獲取、數據處理、函數的應用、數據透視表和數據透視圖、數據分析與可視化；實戰部分為新零售智能銷售數據分析項目實戰，內容包含項目數據處理、商品銷售情況分析、商品庫存分析、用戶行為分析、撰寫數據分析報告。本書除第1章外，各章都包含實訓和課後習題，通過練習和實踐操作，讀者可以鞏固所學的內容。

本書可用於“1+X”證書制度試點工作中的大數據應用開發（Python）職業技能等級證書教學和培訓，也可以作為高校數據分析相關課程的教材和數據分析愛好者的自學用書。

花強，男，河北大學教授，碩士生導師。
主要研究方向為機器學習和智能計算，並長期負責河北省大學生數學建模競賽組織工作。
現任河北省工業與應用數學學會秘書長，中國計算機學會會員、中國人工智能學會會員。
教學成果優秀，主持完成河北省教育廳教改課題一項，主持河北省“金課”一門。
曾被評為河北省師德先進個人。

張良均。高#級信息系統項目管理師，泰迪杯全國大學生數據挖掘競賽（www.tipdm.org）的發起人。
華南師範大學、廣東工業大學兼職教授，廣東省工業與應用數學學會理事。
兼有大型高科技企業和高校的工作經歷，主要從事大數據挖掘及其應用的策劃、研發及諮詢培訓。全國計算機技術與軟件專業技術資格（水ping）考試繼續教育和CDA數據分析師培訓講師。
發表數據挖掘相關論文數二十餘篇，已取得國家發明專利12項，主編圖書《神經網絡實用教程》、《數據挖掘:實用案例分析》、《MATLAB數據分析與挖掘實戰》等9本暢銷圖書，主持並完成科技項目9項。
獲得SAS、SPSS數據挖掘認證及Hadoop開發工程師證書，具有電力、電信、銀行、製造企業、電子商務和電子政務的項目經驗和行業背景。

第 1章 數據分析與Excel 2016概述 1
任務1.1　認識數據分析　1
1.1.1　了解數據分析的流程　1
1.1.2　了解數據分析的應用場景　2
任務1.2　認識Excel 2016　3
1.2.1　認識Excel 2016用戶界面　4
1.2.2　工作簿、工作表和單元格的基本操作　6
小結　10

第　2章 外部數據的獲取　11
任務2.1　獲取文本數據　11
2.1.1　獲取TXT文本數據　11
2.1.2　獲取CSV文本數據　13
任務2.2　獲取MySQL數據庫中的數據　15
2.2.1　新建與連接MySQL數據源　15
2.2.2　導入MySQL數據庫中的數據　18
小結　20
實訓　獲取MySQL數據庫中的數據　20
課後習題　21

第3章　數據處理　22
任務3.1　排序　22
3.1.1　根據單個關鍵字排序　22
3.1.2　根據多個關鍵字排序　24
3.1.3　自定義排序　25
任務3.2　篩選　26
3.2.1　根據顏色篩選　27
3.2.2　自定義篩選　28
3.2.3　根據高#級條件篩選　29
任務3.3　分類匯總數據　30
3.3.1　插入分類匯總　31
3.3.2　分頁顯示數據列表　34
小結　34
實訓　34
實訓1　排序　34
實訓2　篩選　35
實訓3　分類匯總數據　36
課後習題　37

第4章　函數的應用　38
任務4.1　認識公式和函數　38
4.1.1　輸入公式和函數　38
4.1.2　引用單元格　42
任務4.2　使用數組公式　47
4.2.1　使用單一單元格數組公式　47
4.2.2　使用多單元格數組公式　48
任務4.3　設置日期和時間數據　49
4.3.1　提取日期和時間數據　49
4.3.2　計算日期和時間　52
任務4.4　認識數學函數　56
4.4.1　計算數值　56
4.4.2　取整數值　60
任務4.5　認識統計函數　61
4.5.1　統計個數　61
4.5.2　計算ping均值　63
4.5.3　計算值和小值等　65
4.5.4　計算眾數和頻率　68
任務4.6　認識文本函數　70
4.6.1　比較與合併文本　70
4.6.2　計算文本長度　72
4.6.3　檢索與提取文本　73
4.6.4　替換文本　76
任務4.7　認識邏輯函數　78
4.7.1　條件判斷　78
4.7.2　實現交集計算　79
4.7.3　實現並集計算　80
小結　80
實訓　81
實訓1　認識公式和函數　81
實訓2　使用數組公式　82
實訓3　設置日期和時間數據　82
實訓4　認識數學函數　83
實訓5　認識統計函數　84
實訓6　文本處理　85
實訓7　邏輯運算　85
課後習題　86

第5章　數據透視表和數據透視圖　87
任務5.1　創建數據透視表　87
5.1.1　自動創建數據透視表　87
5.1.2　手動創建數據透視表　88
任務5.2　編輯數據透視表　89
5.2.1　修改數據透視表　90
5.2.2　重命名數據透視表　90
5.2.3　改變數據透視表的佈局　91
5.2.4　設置數據透視表樣式　91
任務5.3　操作數據透視表中的數據　94
5.3.1　刷新數據透視表　94
5.3.2　設置數據透視表的字段　95
5.3.3　改變數據透視表的匯總方式　98
5.3.4　篩選數據　98
任務5.4　創建數據透視圖　100
5.4.1　根據數據區域創建數據透視圖　100
5.4.2　根據數據透視表創建數據透視圖　101
小結　104
實訓　104
實訓1　餐飲店銷售情況統計　104
實訓2　編輯餐飲店訂單信息的數據透視表　104
實訓3　操作餐飲店訂單信息的數據透視表　105
實訓4　餐飲店銷售情況分析　106
課後習題　106

第6章　數據分析與可視化　108
任務6.1　繪製柱形圖　108
6.1.1　常見的柱形圖類型　108
6.1.2　繪製簇狀柱形圖　110
任務6.2　繪製條形圖　112
6.2.1　常見的條形圖類型　112
6.2.2　繪製簇狀條形圖　113
任務6.3　繪製折線圖　115
6.3.1　常見的折線圖類型　115
6.3.2　繪製基礎折線圖　116
任務6.4　繪製餅圖　117
6.4.1　常見的餅圖類型　118
6.4.2　繪製基礎餅圖　119
任務6.5　繪製散點圖　120
6.5.1　常見的散點圖類型　120
6.5.2　繪製基礎散點圖　122
任務6.6　繪製雷達圖　123
6.6.1　常見的雷達圖類型　123
6.6.2　繪製基礎雷達圖　124
小結　125
實訓　125
實訓1　會員基本信息分析　125
實訓2　會員來源分析　127
實訓3　會員購買力及會員數量分析　127
課後習題　128

第7章　處理新零售智能銷售數據分析項目的數據　130
任務7.1　了解新零售智能銷售數據分析項目　130
7.1.1　新零售智能銷售的現狀與數據的基本情況　130
7.1.2　新零售智能銷售數據的分析流程　131
任務7.2　處理庫存數據　132
7.2.1　查找重複值　132
7.2.2　刪除重複值　134
任務7.3　處理訂單數據　134
7.3.1　處理缺失值　135
7.3.2　處理異常值　135
7.3.3　提取日期和時間數據　139
小結　141
實訓　141
實訓1　處理餐飲數據的異常值　141
實訓2　處理餐飲數據的缺失值　142
實訓3　處理餐飲數據的重複值　142
課後習題　143

第8章　分析商品的銷售情況　145
任務8.1　分析商品銷售額的環比　145
8.1.1　計算商品日銷售額的環比　145
8.1.2　繪製簇狀柱形圖和折線圖分析商品銷售額的環比　147
任務8.2　分析商品毛利率　149
8.2.1　計算商品毛利率　149
8.2.2　繪製折線圖分析商品毛利率　152
任務8.3　分析商品銷售量排行　154
8.3.1　統計各類別商品的銷售量　155
8.3.2　繪製柱形圖分析商品銷售量排行　156
任務8.4　各區域銷售額對比分析　157
8.4.1　計算各區域銷售額　157
8.4.2　繪製條形圖分析各區域銷售額　158
小結　159
實訓　159
實訓1　分析菜品銷售額的環比　159
實訓2　分析菜品毛利率　160
實訓3　分析菜品銷售量排行　161
實訓4　分析各區域的銷售額　162
課後習題　162

第9章　分析商品庫存　165
任務9.1　分析商品的存銷比　165
9.1.1　計算存銷比　165
9.1.2　繪製簇狀柱形圖和折線圖分析各類商品的存銷比　169
任務9.2　分析庫存的各商品類別的佔比　171
9.2.1　計算庫存的各商品類別的佔比　172
9.2.2　繪製餅圖分析庫存的各商品類別的佔比　174
小結　175
實訓　175
實訓1　分析商品的存銷比　175
實訓2　分析庫存的菜品類別佔比　176
課後習題　177

第　10章 分析用戶行為　179
任務10.1　分析客單價　179
10.1.1　計算客單價　179
10.1.2　繪製帶數據標記的折線圖分析客單價　182
任務10.2　分析用戶复購率　183
10.2.1　計算复購率　184
10.2.2　繪製餅圖分析用戶复購率　190
任務10.3　分析用戶支付偏好　191
10.3.1　計算支付方式的佔比　191
10.3.2　繪製圓環圖進行用戶支付偏好分析　194
小結　195
實訓　195
實訓1　分析客單價　195
實訓2　分析顧客的流失率　196
實訓3　分析顧客的會員星#級　197
課後習題　198

第　11章 撰寫新零售智能銷售數據分析報告　200
任務11.1　認識數據分析報告　200
11.1.1　了解數據分析報告的類型　200
11.1.2　了解數據分析報告的原則　201
11.1.3　了解數據分析報告的結構　201
任務11.2　撰寫分析報告　203
11.2.1　背景與目的分析　203
11.2.2　分析思路　203
11.2.3　商品銷售情況分析　204
11.2.4　庫存分析　205
11.2.5　用戶行為分析　206
11.2.6　結論與建議　207
小結　208
實訓　撰寫餐飲企業數據分析報告　208
課後習題　208