Excel數據分析一、數據分析步驟二、具體步驟

# 一、數據分析步驟

數據分析主要有以下五個步驟：

1、提出問題

2、理解數據

3、數據清洗

4、構建模型

5、數據可視化

# 二、具體步驟

**（一）提出問題**

為了更好了解上海二手房市場，

提出以下幾個問題：

1）上海房價均價如何
2）哪些地區提供房源量較多
3）戶型分布如何

**（二）理解數據**

本次練習選取的數據為上海二手房信息，來源於網上，共9個字段，總計28201條

![](https://img-blog.csdnimg.cn/20200414184638931.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZvZ19tdXpp,size_16,color_FFFFFF,t_70)

**（三）數據清洗**

將原始數據保存好后另起一份，防止原始數據丟失。

1）刪除重復值

利用【數據】-【刪除重復項】進行查重，


添加序號列，使其具有唯一性

2）尋找缺失值

Ctrl+g,定位空值，編輯欄填入null，Ctrl+Enter將所有空值填為null

3）格式轉換

為了便於之后的計算，需將總價，單價和面積列用【設置單元格格式】，設置為數值型。

4）異常值尋找

通過【篩選】，查找是否有#VALUE的值存在。無異常值

**（四）構建模型**

以清洗好的數據表為基礎，主要進行數據透視表及數據透視圖分析

根據最初問題提出時的需求，將小區、戶型、面積留下，其他項暫時隱藏，用於其他方面分析。

因面積數據均為個值，為便於分析，進行分組，增加一列戶型大小，並按面積分為小戶型（<=60）、中戶型(60-90)、大戶型(90-120)、超大戶型(>120)。

使用vlookup函數進行處理，新建簡易4行表儲存閾值，分別輸入參數，面積列、閾值列、戶型大小列和模糊查詢，=VLOOKUP(D2,$N$2:$P$5,2,1)，結果如下

![](https://img-blog.csdnimg.cn/20200414200528285.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZvZ19tdXpp,size_16,color_FFFFFF,t_70)

**（五）數據可視化**

1）均價、房源透視表

![](https://img-blog.csdnimg.cn/20200414205718242.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZvZ19tdXpp,size_16,color_FFFFFF,t_70)

2）均價價格柱形圖

![](https://img-blog.csdnimg.cn/20200414210634469.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZvZ19tdXpp,size_16,color_FFFFFF,t_70)

3)戶型分布透視表


4）戶型分布餅圖

![](https://img-blog.csdnimg.cn/20200414211146259.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZvZ19tdXpp,size_16,color_FFFFFF,t_70)

結論：

1.通過1）可以看出上海均價59486.88028元/平方米，通過2）可以看出，價格基本在均價以下，少數個別地區超過均價。

2.通過1）可以看出，除崇明、金山、靜安，其余地區提供房源都較多。

3.通過4）中戶型房源最多，超大戶型最少