巧婦難為無米之炊。數(shù)據(jù)分析師的米就是數(shù)據(jù)。作為一名數(shù)據(jù)分析師，通常有自己常用的數(shù)據(jù)來源。比如公司業(yè)務(wù)平臺(tái)產(chǎn)生的數(shù)據(jù)，也可以是去從公開網(wǎng)站抓取的數(shù)據(jù)，甚至是紙質(zhì)的或腦中記憶的數(shù)據(jù)。無論原來的數(shù)據(jù)在哪里，如果需要用到Excel，我們都需要有一個(gè)數(shù)據(jù)輸入到Excel中的環(huán)節(jié)（除非原始數(shù)據(jù)形式已經(jīng)是Excel）。
首先我們要知道Excel中有三類數(shù)據(jù)類型：分別是數(shù)值、文本、公式。
以上數(shù)字格式除最后一項(xiàng)是文本外，其他對(duì)應(yīng)數(shù)據(jù)類型均是數(shù)字，只是將數(shù)值以不同格式化方式顯示，本質(zhì)上仍是數(shù)值，包括日期和時(shí)間。
為什么日期和時(shí)間也是數(shù)值？因?yàn)樵贓xcel中日期是按整數(shù)來存儲(chǔ)的，時(shí)間則是按小數(shù)。比如在Excel輸入數(shù)字1，然后在數(shù)字格式中應(yīng)用“短日期”數(shù)字格式，你會(huì)發(fā)現(xiàn)，這一天是1990年1月1日。你感興趣的話，還可以輸入0和-1試試，結(jié)果是不一樣的哦。Excel支持從1900年1月1日到9999年12月31日（序號(hào)為2958465）的日期，一般也夠用了吧。如果把12:00:00改為數(shù)值，則是小數(shù)0.5，對(duì)應(yīng)一整天的一半。這樣，時(shí)間和日期的差值就跟普通的加減乘除是一樣的了，用不著復(fù)雜的函數(shù)。
生成日期戳或時(shí)間戳的快捷鍵：
當(dāng)前日期：Ctrl+;
當(dāng)前時(shí)間：Ctrl+Shift+;我們根據(jù)數(shù)據(jù)的來源形式將Excel數(shù)據(jù)輸入分為三類：
錄入
導(dǎo)入
抓取
建議在錄入之前，先想好大概有幾行幾列。然后選中單元格，從第一個(gè)單元格開始錄入。Excel默認(rèn)情況下，輸入之后按Enter是往下單元格，按Tab是往右單元格，同時(shí)按住Shift則是往上或往左。如果選中幾行幾列的單元格區(qū)域，按Tab則活動(dòng)單元格在選擇區(qū)域中按Z字形循環(huán)移動(dòng)，按Enter則是活動(dòng)單元格在選擇區(qū)域中按N字形循環(huán)移動(dòng)。
加速錄入的方法：
輸入連續(xù)序列——自動(dòng)填充
輸入相同值（數(shù)值、文本或公式）——快捷鍵
輸入連續(xù)序列，只需要輸入其中一個(gè)，然后把鼠標(biāo)放在單元格右下角變成實(shí)心十字架，拖住十字架往一個(gè)方向（某些情況下可雙擊十字架）就可以輸入后續(xù)的一連串連續(xù)序列了。
但要注意的是，如果是數(shù)字，需要連續(xù)輸入兩個(gè)數(shù)，再選中這兩個(gè)單元格之后拖十字架才能生成序列。這兩個(gè)數(shù)可以如果不連續(xù)，則拖出來的數(shù)字是等差序列。但如果只輸入了一個(gè)數(shù)，則拖十字架也只有那一個(gè)數(shù)字。
Excel中自帶的序列有：
支持自定義序列。
輸入相同值（數(shù)值、文本或公式），除了使用拖十字架或雙擊十字架的方法外，還可以使用快捷鍵。最常用的是Ctrl+D（往下復(fù)制）和Ctrl+R（往右復(fù)制）。比復(fù)制粘貼起碼少一個(gè)操作。
復(fù)制粘貼
從文件導(dǎo)入
Excel文件
文本文件csv txt
導(dǎo)入xml文件
獲取網(wǎng)站表格
獲取文件夾文件列表
反向透視表
導(dǎo)入到指定區(qū)域，保持不變
前面都是很常見的導(dǎo)入方式，主要講最常見的問題：
1. 中文亂碼問題
一般從系統(tǒng)或者網(wǎng)站下下載下來的文本文件是UTF-8的編碼，直接用Excel打開中文會(huì)顯示亂碼。這里有兩個(gè)方法，一個(gè)通過notepad++將文件編碼轉(zhuǎn)換為ANSI，然后再用Excel打開，另一個(gè)是，先用notepad++或其他文本編輯器打開再?gòu)?fù)制粘貼到Excel中。如果這兩種方法都沒能很好的分列的話，再使用數(shù)據(jù)-分列功能即可。一個(gè)好消息是，Excel2019已經(jīng)支持UTF-8格式，不需要轉(zhuǎn)換一道了。
2. 分列錯(cuò)誤
csv文本文件是以逗號(hào)分隔，但如果列文本中本身包含逗號(hào)，則會(huì)將錯(cuò)誤地將文本分隔為兩列。為避免這種問題，應(yīng)當(dāng)在csv文件本身入手。csv在導(dǎo)出的時(shí)候選擇文本用引號(hào)包圍，或者在導(dǎo)出前把可能含有逗號(hào)的文本中的逗號(hào)替換為其他文本，或者將文本分隔符替換為一個(gè)不太常用的其他分隔符（比如“《”書名號(hào)），然后在Excel分列中選擇分隔符也是“《”。
3. 文本數(shù)值
兩種方法。當(dāng)數(shù)據(jù)比較多的時(shí)候我會(huì)用第二種——原文本數(shù)值乘以1強(qiáng)制轉(zhuǎn)換為數(shù)值。
其他一些導(dǎo)入情況比較少見，這里也簡(jiǎn)單介紹一下。
如果碰到xml文件，先不要驚慌地去找其他方法，Excel可以導(dǎo)入一些xml文件的，先試試直接打開行不行。
獲取網(wǎng)站表格
Excel路徑：數(shù)據(jù)-獲取外部數(shù)據(jù)-自網(wǎng)站
比如國(guó)家統(tǒng)計(jì)局
把鏈接輸入進(jìn)去，等加載完之后選中黃色箭頭，點(diǎn)擊“導(dǎo)入”，搞定。
這個(gè)方法比直接復(fù)制粘貼好在，可以一次導(dǎo)入多個(gè)表格。
獲取網(wǎng)站數(shù)據(jù)
數(shù)據(jù)-獲取和轉(zhuǎn)換-新建查詢-從其他源-從web
獲取文件夾文件列表
數(shù)據(jù)-獲取和轉(zhuǎn)換-新建查詢-從文件-從文件夾
逆向透視表
字面意思，就是把向透視表那樣的二維表逆向轉(zhuǎn)變?yōu)橐痪S表。
數(shù)據(jù)抓取
WEBSERVICE(url)和FILTERXML(xml, xpath)配合使用
WEBSERVICE(url)返回網(wǎng)頁xml，然后用FILTERXML(xml, xpath)解析
這就是一個(gè)簡(jiǎn)單的函數(shù)版爬蟲。但這種方式只適合部分網(wǎng)頁的少量信息爬取，如果要正兒八經(jīng)搞爬蟲，建議還是用Python。
Excel數(shù)據(jù)輸入是數(shù)據(jù)處理的第一步，就先講到這里了。
下一篇講數(shù)據(jù)處理。
你的點(diǎn)贊和收藏，是我堅(jiān)持寫下去的助力~謝謝
聯(lián)系客服
