数据分析（三）

//读书总结

数据准备内容：

1.认识数据的特点与要求，它是以字段和记录的形式存储在数据表中，数据类型主要有字符型和数值型两大类。了解数据表的六点要求。

2.熟悉几种数据来源，学习数据导入方法与调查问卷常见的五种题型及录入格式。

数据准备----理解数据 + 数据来源

做数据分析必须要有数据，从一开始的数据收集、数据处理、数据分析都离不开数据，也要有分析工具（这里选择Excel，后面的数据处理、分析相关的操作都用它完成）。

1.理解数据：构造、种类、要求-----要清楚的认识到数据分析对数据有什么要求。

（1）数据长什么模样-----字段和记录。

例：某学期学生考试成绩表

从横向看，每一行都是同学的基本情况和成绩；从纵向看，每一列都描述了一类数据。

从数据分析的角度看这样的成绩表，它是一个典型的数据库。最上面的“姓名”、“性别”等为字段（表头），而每位同学的基本情况和成绩就构成了一条一条的数据记录（一行）。如下图：

从数据分析的角度理解字段和记录的概念：

数据需要由字段和记录共同组合而成。

· 字段：是事务或现象的某种特征。如成绩表中的“学号”、“姓名”等都是字段，在统计学中称为变量。

· 记录：是事务或现象某种特征的具体表现。比如成绩单中的“性别”可以是男或女，“总分”可以是273或230等，记录也称为数据或变量值。

（2）数据类型

最常用的数据类型有三类：数字、文字、日期，还有其他数据类型：时间、货币等。

· 查看有多少数据类型：Excel中单元格格式查看所有的数据类型。

步骤：1.选择Excel中任意一个单元格，单击鼠标右键，选择“设置单元格格式”。

              2.在弹出的“设置单元格格式”对话框中，可以看到各种不同的数据类型，比如：数值、文字、日期、货币、会计专用、时间、百分比、分数、                  科学计数、特殊等。

Excel这么多数据类型，最终都可归结为两大类。

· 字符型数据：不具有计算能力的文字数据类型，包括中文字符、英文字符、数字字符（非数值型）等字符。

                            如，成绩表中的“姓名”、“性别”、“总分”三个变量均为字符型数据。

· 数值型数据：直接使用自然数或度量单位进行计量的数值数据。

                            如，成绩表中的“语文”、“数学”、“英语”三科成绩汇总即得到“总分”这个字段。

                            对于数值型数据，可直接用算术方法进行汇总和分析，这一点是区别数据是否属于数值型数据的重要依据。

(3)数据表----由字段、记录和数据类型构成的数据表

数据分析所需要的数据表，是有一定要求的。一张数据表的制作，可以侧面反映出制作者的数据沉淀及应用水平。

                       数据表的设计要求

         看到：一维表的列标签是字段，而且表中每个指标就对应一个取值；而二维表的列标签是数据：2006年、2007年、2008年，                       将一维表中的所有年份真实值都放置在列标签里了。

·区分左边的二维表和右边的一维表的关键：

         “维”指的是分析数据的角度，2006年、2007年、2008年，从数据的角度来说，应该都是“年份”的范畴，是描述            各省GDP的一个因素，若要换成一维表，则应该使用同一个字段，将年份单独作为列标签。

将二维表转化为一维表的操作：如何利用数据透视表进行二维表到一维表的转换。

 转换过程要用到数据透视表的“数据透视表和数据透视向导”功能，采用“添加功能选项”方式，把其添加至选项卡。

二维表转换为一维表的具体操作：

①添加“数据透视表和数据透视图向导”功能：【文件】-->【选项】-->【自定义功能区】-->在“从下列位置选择命令”中选择“不在功能区中的命令”，找到“数据透视表和数据透视图向导”，选中它，在【自定义功能区】选择【主选项卡】-->【数据】选项卡下-->添加【新建组】，选中-->【添加】按钮，即可把“数据透视表和数据透视图向导”添加到“数据”主选项卡的“新建组”中。

出现图标：

②单击①刚添加好的“数据透视表和数据透视图向导”图标，弹出对话框，在数据源类型中选中“多重合并计算数据区域”-->【下一步】                      

   数据透视表和数据透视图向导 Step1     

或 使用快捷方式打开“数据透视表和数据透视图向导”：快捷键“Alt+D+P”----先按“Alt+D”，然后松开，再按“P”，即可打开“数据透视表和数据透视图向导”对话框。

③选中“创建单页字段”-->【下一步】

   数据透视表和数据透视图向导 Step2a 

④在“选定区域”项中选择整个二维表的数据区域“二维表!$A$1:$D$6”-->【添加】按钮-->【下一步】

   数据透视表和数据透视图向导 Step2b  

⑤在“数据透视表显示位置”选择“新建工作表”项-->【完成】。即可完成数据透视表的创建。

   数据透视表和数据透视图向导 Step3  

得到初步完成的数据透视表：

⑥在“数据透视表字段列表”窗格中，取消对“选择要添加到报表的字段”列表中的“列”和“行”字段的勾选，即将“行”“列”前面的“√”去掉。

或 用鼠标拖动法，将列标签里的“列”及行标签里的“行” 拖回至“选择要添加到报表的字段”列表中，（如上图箭头所示）。

得到经过移除“行”“列”字段整理后的数据透视表：

⑦双击上图的B4单元格（唯一的汇总数据），Excel会自动创建一个新工作表，并基于原二维表数据源生成新的一维表。

得到由数据透视表生成的一维表：

或 直接双击“初步完成的数据透视表”中的最后一个单元格E10也能达到同样的效果，最后把数据表的列标题（字段名）改为相应的字段名即可。

【关于数据透视表的具体功能等在数据分析工具处再介绍。】

2.数据来源：从哪里来---如何获取数据

获取数据的方式分为两种：导入外部数据和自己录入数据。

（1）导入数据----导入的外部数据最常见的两种来源：文本和网站数据来源。

· 导入文本数据：如何把文本文件导入Excel

例：在员工满意度调查中我们有一份文本型的“问卷录入结果”文件，导入这份文件为例，实践一下导入文本数据的   具体操作：

①鼠标单击“数据”选项卡-->选择“自文本”选项-->Excel会自动弹出相对应的对话框

②找到保存的“问卷录入结果.txt”文件。

或，选项卡【文件】-->【打开】-->Excel会自动弹出对话框-->【文件类型】-->选择【文本文件】-->从要打开的文本文件所在位置打         开“问卷录入结果.txt”文件-->会弹出“文本导入向导”对话框。

文本导入向导---Step1：     

③在上图Step1对话框中有两个选项“分隔符号”、“固定宽度”。如果文本文件中的列标签以制表符、冒号、分号、空格或其他字符分隔，则选择“分隔符号”；如果你想自己设定每列分隔的具体位置，则选择“固定宽度”。

  由于我们的文本数据是以Tab键分隔的，所以这里选择“分隔符号”，单击【下一步】，得到下图对话框

文本导入向导---Step2 ：      

④在上图Step2对话框中，有Tab键、分号、逗号、空格的分隔符可供选择，如果分隔符是其他字符，则选中“其他”复选框，然后在后面的文本框中输入字符。

这里，我们选择“Tab键”-->【下一步】-->弹出如下对话框

文本数据导入向导---Step3：  

⑤如果不需要将某列导入Excel中，可以在“数据预览”中选择此列-->勾选“不导入此列（跳过）”，则该列就不会输出在Excel文件里。

     这里，我们不需要删除某列，所以，选择“常规”即可-->【完成】

⑥弹出“导入数据”对话框，在其中选择存放数据的位置，单击【红框标注的按钮】，拖动或缩放单元格区域，再次单击【红框标注的按钮】恢复对话框-->【确定】

  导入文本数据：                   

⑦返回工作表，文本文件中的数据就会按所设置的格式自动导入到其中，如下图

   文本数据导入结果 ：        

· 自动导入网站数据

Excel设置有“刷新控件”功能，即导入的网络数据可以进行即时更新，当网页数据发生变化时，不需要重新导入数据就能获得最新数据。

导入网站数据的具体步骤：

①单击【数据】选项卡-->选择【自网站】选项-->Excel会弹出“新建Web查询”对话框

②在对话框地址栏输入要导入数据的网址，这里我们输入国家统计局“消费者信心指数（2010年9月）”数据的网址：http://www.stats.gov.cn./tjsj/jdsj/t20101105_402681367.htm，单击【转到】按钮，对话框中将显示相应的页面，单击【】按钮，使其图标变为【绿色对号】，在这里单击表格前面的图标。

           导入网站数据：          

③单击【导入】按钮-->弹出“导入数据”对话框-->在工作表中选择需要放置数据的区域，这里我们选择默认位置A1-->【确定】-->网站中的数据将自动导入到Excel中，导入效果如下图

       网站数据导入结果：       

-->不用打开网页也能自动更新数据-->方式有三种：即时刷新、定时刷新、打开文件时自动刷新。

· 即时刷新：单击【数据】主选项卡-->【刷新数据】，或，选择导入的外部数据所在区域中的任意一个单元格，然后单击鼠标右键，选择【刷新】。

        即时刷新网站数据：       

· 定时刷新：选择导入外部数据所在区域中的任意一个单元格-->鼠标右键(上图方法二)-->选择【数据范围属性】-->弹出“外部数据区域属性”对话框，如下图。在此对话框中勾选“刷新频率”复选框，选择刷新的间隔时间，就能实现定时刷新。

· 打开文件时自动刷新：在弹出的“外部数据区域属性”对话框-->选择“打开文件时刷新数据”复选框，即能实现打开文件时数据自动刷新。

          外部数据区域属性：        

-->导入网站数据的另一种方法：

先【Ctrl+C】，再【Ctrl+V】，直接将网页数据复制粘贴过来-->在工作表中粘贴数据后，数据区域的右下角会出现“粘贴”按钮，单击它，选择“可刷新的Web查询”命令，在弹出的对话框中进行相应设置即可。

          直接粘贴网站数据：        

（2）问卷录入要求-----手工录入，以问卷录入为例

经常接触到的调查问卷数据，其输入也是有讲究的。对于不同类型的问题，有不同的录入格式要求。

问卷题目大致可分为哪几类？怎样分辨这几种类型？每种类型采取怎样的录入格式？

例：以员工满意度调查为例，讲解每种题型。

公司员工满意度问卷示例：

①数值题：上示例问卷第3题，数值题一般要求被调查者填入相应的数值、或者打分。

                      录入人员只需输入被调查者实际填入的数值即可。

②单选题：单选题的特征就是答案只能有一个选项，所以编码时只需定义一个变量，即给该题留一列进行数据的录入。

                      录入时可采用1、2、3、4分别代表A、B、C、D四个选项。 

                     对于示例问卷中的第7题，只需在该份问卷的记录中对应第7题所在的位置录入1/2/3/4即可。

③多选题：多选题的特征是答案可以有多个选项，其中又分为:

                      项数不定多选（即，对所选择选项的数目不做限定）;

                      项数限定多选（即，有“最多选**项”）。上例第25题就是对项数有限制。

多选题的录入有两种方式：

· 二分法：把每一个相应选项定义为一个变量，每一个变量值均做如下定义：“0”代表未选，“1”代表已选，即对于被调查者选中的选                      项录入为1，对未选的选项录入为0。

                     比如，示例问卷中被调查者选ACF，则A、B、C、D、E、F、G的选项下分别录入为1、0、1、0、0、1、0。

· 多重分类法：事先定义录入的数值，比如1、2、3、4、5、6、7分别代表选项A、B、C、D、E、F、G，并且根据限选的项数确                               定应录入的变量个数。

                         例如，示例问卷第25题限选3项，那么需要设立3个变量，被调查者在该题选ACF，则在3个变量的值分别为1、3、6。

④排序题：对于排序题需要对选项重要性进行排序，如示例问卷第31题，总共6个选项，需要按重要程度排出前3名。

                       排序题的录入与多重分类法类似，先定义录入的数值，1、2、3、4、5、6分别代表选项A、B、C、D、E、F，然后按                          照被调查者填写的顺序录入选项。所以，对第31题，我们按顺序录入3、4、1。

⑤开放性文字题：一般放在问卷的末尾，需要被调查者自己填写一些文字表述观点或建议，如示例问卷第40题。

                                      对于开放性文字题，如果可能的话可以按照含义相似的答案进行归类编码，转换成为多选题进行分析。

                                      或，如果答案内容较为丰富，就应对这类问题直接做定性分析。

           问卷录入结果：          

下一节详细讲解数据处理的过程。

最后

以上就是虚拟溪流为你收集整理的数据分析（三）的全部内容，希望文章能够帮你解决数据分析（三）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。