利用Excel做一些简单的数据分析

先来几个原始数据的截图，如下所示：

示例图就举一个吧，因为这些数据量还挺大的，大概的总结了一下，这下列这几栏中不合规范的数据占比很大：

　　(1)民族（经分析，在此表中所涉及到的民族分别为：汉族，满族，蒙古族，回族，土家族，侗族，瑶族，彝族，苗族，藏族，东乡族，壮族，傣族，仫佬族）原始数据中有写汉族，也有写汉的，其他民族的写法类似，为了将这些数据规范化，我们利用Excel中的批量替换功能，直接按快捷键Ctrl+f,如下:选中民族这一列，然后先进行查找，确认一下那些只写‘汉’的这些数据行，然后再进行批量替换。如图所示：

然后在替换，如下图所示：

这样就把单个字‘汉’， 替换成‘汉族’， 同时也将那些写成‘汉族’的规范的数据替换成了‘汉族族’， 这个并不碍事，利用同样的功能，选中民族这一列，先查找‘汉族族’，然后再进行替换，如下图：

然后点击全部替换，如下图：

这样一来，民族这一列中所有关于“汉”，“汉族”的替换也就完成了，数据的规范化工作也就完成了一小部分。同样其他的'民族' 也使用这种方法修改，这样就效率提高很多。

　　（2）年级：年级这一栏基本出现的是这样的情况：92级，88，还有范围的数据2009-2013，还有一些莫名其妙的数字例如40098。这些数据的修改应当统一规范，对刚才这几种情况的数据应该改成： 1992， 1988, 2009， 对于40098类似的不合规范的数据将其标注红色。下面是一组原始数据与修改之后数据的对比： 

这一栏的修改基本就采用这样的方法。

　　（3）学院：学院这一栏基本都是写的学院的简称，这一栏同样采用批量代换的方法，根据已建好的学院表将其进行替换，学院表如下：

替换方法和上面所用到的方法一样，下面给一组原始数据与替换后的数据对比，如下图所示：

　　（4）专业：专业这一栏同样也是写的简称，也有一些现在所属的学院中没法找到的一些专业（估计是换了专业名字吧）土木学院的居多，同样的方法批量替换，将那些不合规范和找不见的专业红底标注，参照已建立好的专业表对其进行数据规范化，现有学院对应的专业表如下：

一共是71个现有专业。替换过程和上边用到的过程一样，再次不在啰嗦，，，下面给一组原始数据与修改完成的数据的比对：

红底标注的专业是不合规范的或者是在现有学院中找不到的专业。

　　（5）学历：学历这一栏经分析写的大概都是这样的（大学本科，大学，本科，，研究生，硕士，博士毕业生，大专，专科，本科毕业生，工程硕士，工学硕士等等），在新建好的学历数据表中一般将学历分成下列几种，如图：

根据数据表中规范的数据，对学历这一栏进行修改，也是采用同样的方法，批量代换，将（大专）替换成专科，将（大学本科，大学，本科毕业生）替换成本科，将（研究生，工程硕士，工学硕士）替换成硕士，将（博士毕业生）替换成博士，这样对这一列的数据规范化，给出一组原始数据与规范化之后的数据的比对：

其他的地方也采用一样的方法进行修改。

附录：一些常见的统计分析函数，

在excel中，统计个数有三个常用的函数：
1 COUNT函数
COUNT函数可以统计一个区域中数字的个数。
如：=COUNT（A1：A10）可以统计A1：A10区域数字的个数
2 COUNTA函数
COUNTA函数可以统计非空单元格的个数，只要是非空都可以统计在内。
3 COUNTIF函数
COUNTIF函数可以按条件求和。是一个非常有用的EXCEL函数。
countif函数是使用频率最高的几个函数之一,下面针对这个函数做一个小小的专题.以方便大家学习，此文是本站原创。转载请注明转自“excel精英培训”

一、countif函数的用途
countif函数是根据条件在另一个区域进行个数的统计，一方面它可以完成符合条件的统计计算。另一方面由此扩展出它可以进行重复值的查找我表格的核对。
二、countif的基本语法：
COUNTIF(单元格引用, 条件)

参数说明：
1 第一个参数只能是单元格引用方式，不能使用内存数组
2 第二个参数是条件，条件可以是值，可以是字符串构成的复合条件，可以使用通配符进行模糊统计，可以使用内存数组。
应用示例：
例1：统计在A列是“公司A”的个数
公式=Countif(A:A,"公司A"）
例2：统计A列包含“公司A”的个数
公式=Countif(A:A,"*公司A*"）
注：这里使用通配*表示字符前后有任意个字符。
例3：统计C列成绩大于60的学生个数
公式 =Countif（C：C,">60")
注：这里是用运算对比符号和数字构成的条件
例4：统计大于C1单元格数值的C列个数。
公式：=Countif(c:c,">" & c1)
注：这里是用&插入了一个变量，即C1的值。
例5：统计C列大于平均数的个数
公式：=Countif（c:c,">" & average(c:c))
注：这里是使用了平均值函数average先计算平均值，然后作为条件。
例6：统计A列为“公司A”或“公司B”的个数
公式：{=Sum(Countif（A：A,{"公司A","公司B"}）) }
注：这里在第二个参数里加入了常量数组，使用countif的结果是分别按两个公司名称统计的结果，也是一个数组假如是{3,4}，得到数组后用sum函数对两个数进行求和，得到总的个数，这个公式是数组公式，所以一定要输入公式后把光标放在公式最后，按ctrl+shift，然后按enter键结束输入。
另：也许也还会问，如果设置更多条件该怎么弄，兰色幻想建议使用另一个可以多条件求和与计数的函数:sumproduct
例：统计大于1000，小于3000的数字个数
=sumprodcut((a1:a100>1000)*(a1:a100<3000))