这也是很多想要转行数据分析的人的困惑，其实数据分析入门并不难，只要掌握了excel数据分析的基础，基本上就已经拿到了数据分析的敲门砖，excel既是基础也是关键，是迈向数据分析的第一步。
所以我就从网上爬了一些求职网站上关于数据分析岗位的情况，用excel做一次完整又简单的数据分析实操，帮助大家能够尽快学会数据分析的基础。
一、提出问题首先要明确这次数据分析的目的是什么？也就是为了解决什么问题？（提出的问题要能用很明确的指标和数字来衡量，切勿模棱两可）
提出问题：
1、在哪些城市找到数据分析师工作的机会比较大？
2、数据分析师的薪水如何？
3、根据工作经验的不同，薪酬是怎样变化的？
二、理解数据接下来要理解表格中的各个字段（列名）表示什么意思：
城市：用于比较不同城市对数据分析师的需求如何职位所属：分析以后的工作岗位职位id：表示职位的唯一表示，也就是每一行数据的唯一标识------用于去掉重复id薪水：比较不同城市、和所属领域的薪水区别工作年限：从时间轴上对比薪资涨幅三、数据清洗数据清洗即数据预处理，目的是去掉无效、重复数据，以取得符合我们要求的数据。
数据清洗的基本步骤：
1、选择子集
只选择对数据分析有意义的字段，无意义的字段选择隐藏，即隐藏不需要分析的列（尽量不删，保证数据的完整性）。这里隐藏公司id和公司全名，保留职位id和公司简称。
2、列名重命名
将不合适的列名更改为我们容易理解的形式。
3、删除重复值
对重复数据进行删除，这里我们对【职场id】列进行删除重复值处理：
4、缺失值处理
先检查数据是否存在缺失值，先查看完整数据列的计数：
再选择其他列查看是否缺失数据：
可以看出【城市】这一列缺失2条数据。
一般对缺失值的处理有4种方法，根据情况灵活使用：
通过人工手动补全（缺失值较少，并且可以根据其他信息确定该值）删除缺失的数据（无法判断该位置填写何值，或者删除的数据对分析无大的影响用平均值代替缺失值用统计模型计算出的值去代替缺失值这里对【城市】这一列的处理方法：
由于缺失数据较少，这里选用人工手动补全，使用ctrl+eneter快捷键，在不连续的单元格中同时输入同一个数据或公式时很好用：
5、一致化处理
对数据进行统一的命名和处理。比如数据中的公司的所属领域是“企业服务，数据服务”，对该列数据进行拆分。
步骤如图：
然后我们将薪水处理成【最低薪水】、【最高薪水】、【平均薪水】，用于存放清洗后的薪水数据，利用函数实现：
find函数的意思是查找一个字符串在另一个字符串中出现的起始位置，用find 函数查找分隔符【k】或者【-】。
find函数用来对原始数据中某个字符串进行定位，以确定其位置。find函数进行定位时，总是从指定位置开始，返回找到的第一个匹配字符串的位置，而不管其后是否还有相匹配的字符串。
left函数（从左开始截取字符串），mid函数（从中间截取字符串），len函数（计算字符串长度），函数具体用法可以在百度上查。
利用left函数截取最低薪水：
6、数据排序
我们对【平均薪水】这一列进行降序排序：
7、异常值处理
使用数据透视表处理表格：
此时发现【职位名称】中有职位不属于数据分析：
这些异常值需要去掉，应返回原表重新筛查。
步骤：
在原表【职位名称】列后插入新的列命名为“数据分析职位名称”；在下方空白单元格插入函数=if(count(find({数据运营,数据分析,分析师},l2)),是,否)；双击单元格右下方进行自动填充；
使用筛选功能，选择“是”，过滤掉异常值。
四、构建模型及数据可视化1、在哪些城市找到数据分析师工作的机会比较大？
以城市为行标签，工作年限要求为列标签，数据透视分析不同城市对不同年限的数据分析师的需求情况。
步骤：全选--选项卡，数据透视图----将数据透视表字段中的【城市】拖入到行，将【工作年限要求】拖入到列，再将【城市】拖入到值中：
再点选表格中左上角行标签---其他排序选项---降序排序--计数项：城市
最后将数值按列汇总的百分比显示数据：
将值按行汇总百分比显示数据：
结论：从数据透视表可以看出，在北京数据分析的岗位最多，往后是上海、深圳、杭州、广州；按工作年限要求来看，3-5年的需求量最大，其次是1-3年，这说明数据分析对年轻人需求将更多。
2、数据分析师的薪水如何？
首先，安装excel 的分析工具库功能：选项卡，文件--选项---加载项---管理，选择 excel 加载项---转到---勾选 分析工具库---确定。
操作步骤如下图：
以城市为行标签，平均薪水为列标签，数据透视表分析城市与平均薪水的关系：
结论：从上面数据透视结果可以看出，深圳的数据分析师平均薪水最高，其次是北京，上海，杭州。
3、根据工作经验的不同，薪酬是怎样变化的？
以工作年限要求行标签，平均薪水为列标签，数据透视分析工作年限与平均薪水的关系：
结论：从上面数据透视结果可以看出，随着工作经验的增长，数据分析师的薪酬也在不断增加。
总结：综合上面三个数据透视结果，我们可以得到以下分析结论：
数据分析这一岗位，有大量的工作机会集中在北上广深以及新一线城市，如果将来去这些城市找工作，可以提高求职成功的条件概率。从待遇上看，数据分析师留在深圳发展是个不错的选择，其次是北京、上海。数据分析是个年轻的职业方向，大量的工作经验需求集中在1-5年。对于数据分析师来说，5年似乎是个瓶颈期，如果在5年之内没有提升自己的能力，大概以后的竞争压力会比较大。随着经验的提升，数据分析师的薪酬也在不断提高，10年以上工作经验的人，能获得相当丰厚的薪酬。有关数据分析的系统知识，可以关注我的公众号“数据分析不是个事儿”回复【数据分析】，有30篇文章系统讲解数据分析从入门到进阶。