很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)哥筆記小羽毛（ngbjxym）
陰差陽(yáng)錯(cuò)的做了數(shù)據(jù)分析，而且一開(kāi)始我還不知道自己在做的是數(shù)據(jù)分析，看了很多數(shù)據(jù)分析的書(shū)，也走了一些彎路，做了很多實(shí)踐項(xiàng)目，突然很想把自己作為一個(gè)小白的數(shù)據(jù)分析之路的成長(zhǎng)過(guò)程寫(xiě)下來(lái)。
這個(gè)系列寫(xiě)一寫(xiě)從QC里面學(xué)到的數(shù)據(jù)分析方法。
上一節(jié)，我們針對(duì)QC中的現(xiàn)狀調(diào)查來(lái)簡(jiǎn)要說(shuō)了數(shù)據(jù)分析的方法論，既然要進(jìn)行現(xiàn)狀調(diào)查，意思就是對(duì)現(xiàn)有的情況做分析，那必然得從現(xiàn)有的數(shù)據(jù)中找問(wèn)題，當(dāng)我們有了一大堆數(shù)據(jù)，又用了方法論進(jìn)行了背景分析后，就要開(kāi)始真正對(duì)數(shù)據(jù)著手了——數(shù)據(jù)處理，也就是把拿到的原始數(shù)據(jù)經(jīng)過(guò)一系列加工后變成我們想要的數(shù)據(jù)。
首先我們要明確，處理數(shù)據(jù)可能會(huì)占到你數(shù)據(jù)分析的80%的時(shí)間，這意味著你將花大把的時(shí)間在理解數(shù)據(jù)和處理數(shù)據(jù)上，工欲善其事必先利其器，所以我們要學(xué)會(huì)一些可以做數(shù)據(jù)處理的工具，當(dāng)然這并不是說(shuō)“術(shù)”就一定高于法，要知道，“術(shù)”經(jīng)過(guò)密集的培訓(xùn)，人人都可以在短時(shí)間內(nèi)學(xué)會(huì)，但“法”是要依靠大量的經(jīng)驗(yàn)積累而成，數(shù)據(jù)分析行業(yè)里總有這么一個(gè)說(shuō)法：三分技術(shù)，七分業(yè)務(wù)，可想而知，對(duì)業(yè)務(wù)規(guī)則的理解和對(duì)數(shù)據(jù)分析方法的琢磨是多么的重要。另外，Excel是一個(gè)非常適合小白入門(mén)的數(shù)據(jù)分析工具，且Excel已經(jīng)不能用強(qiáng)大來(lái)形容，所以入門(mén)數(shù)據(jù)分析就先好好學(xué)一下Excel，是很有必要的。
對(duì)于重復(fù)數(shù)據(jù)的處理當(dāng)然是刪除，但如何找到重復(fù)的數(shù)據(jù)，當(dāng)然也不是靠數(shù)。在excel里變得簡(jiǎn)單許多，如可以用到countif公式、可以用篩選功能、可以用條件格式，最簡(jiǎn)單的就是用數(shù)據(jù)透視表計(jì)算某個(gè)字段的頻次就可以指定是否重復(fù)了。
對(duì)于缺失值的處理，我們可以直接想到的就是刪除以及用其他值替換，沒(méi)錯(cuò)，就是這樣出來(lái)，但是首先我們得要弄清楚，為什么會(huì)有缺失，這對(duì)我們的行為操作是很深遠(yuǎn)影響的，舉例來(lái)說(shuō)，用戶年齡這個(gè)字段的缺失，是因?yàn)橛脩魶](méi)有填而缺失，而有的字段如一些需要公式計(jì)算的字段，是因?yàn)榉帜笧?了導(dǎo)致的錯(cuò)誤運(yùn)算，還有一些則可能是非人為原因?qū)е碌娜笔В鐢?shù)據(jù)存儲(chǔ)失敗、機(jī)器故障等。只有在明確了數(shù)據(jù)是為什么缺失的時(shí)候，才可以做到“因材施教”，采取不同的對(duì)策。
直接刪除。直接刪除帶有缺失值數(shù)據(jù)的相關(guān)所有字段，那么剩下來(lái)的數(shù)據(jù)就還是完全的，不影響后續(xù)的操作，當(dāng)然缺點(diǎn)是如果缺失數(shù)據(jù)太大還這樣直接刪除的話，數(shù)據(jù)量就會(huì)變少，同時(shí)也就失去了分析的意義。
對(duì)缺失值替換。眾數(shù)、中位數(shù)、平均數(shù)、最大值、最小值等都可以用來(lái)替換平均值，做法簡(jiǎn)單，但是當(dāng)然這是人為替換的，不能代表數(shù)據(jù)本身的含義。
說(shuō)實(shí)話，在數(shù)據(jù)分析里合并字段很少見(jiàn)，通常我們是要把字段拆解成不可再細(xì)分的最小字段，因?yàn)樽侄魏喜⒎浅５暮米?，但是字段拆解就相?duì)來(lái)說(shuō)困難的多了。
字段分列不是很好分，但也不是完全沒(méi)有方法可尋，excel里有一個(gè)數(shù)據(jù)分列的功能，基本可以實(shí)現(xiàn)80%的需求，那還有20%就慢慢結(jié)合函數(shù)來(lái)做吧。
Vlookup是excel一哥的地位有別的函數(shù)不服嗎。有了vlookup已經(jīng)可以解決我們多少工作中的難題，節(jié)省多少時(shí)間，提高多少效率，所以什么text、left、right函數(shù)都是鬧著玩的，vlookup一定要用的爐火純青。
即轉(zhuǎn)置。
我們可能要對(duì)幾個(gè)不同單位的字段統(tǒng)一綜合分析，可能我們會(huì)給他們?cè)O(shè)置權(quán)重最后判斷數(shù)值的平均得分，那么就需要用到數(shù)據(jù)標(biāo)準(zhǔn)化。常用的有（0,1）標(biāo)準(zhǔn)化，和z標(biāo)準(zhǔn)化，（0,1）標(biāo)準(zhǔn)化很好理解，就是把值重新鎖定在（0,1）之間，當(dāng)然我們還可以通過(guò)對(duì)公式的簡(jiǎn)單變化讓值在（-1,0）、（-1,1）之間都是可以的。Z-標(biāo)準(zhǔn)化則更符合正態(tài)分布的邏輯。
通過(guò)對(duì)原始數(shù)據(jù)進(jìn)行簡(jiǎn)單的計(jì)算，產(chǎn)生更有意義更明確的衍生變量。包括各種Excel的函數(shù)，求和、平均啥的這里就不一一列舉了，用的比較多的vlookup、count、countif以及函數(shù)嵌套可以重點(diǎn)掌握以下，excel里函數(shù)嵌套用的驚為天人的話，相信你只用excel就可以做數(shù)據(jù)挖掘了（手動(dòng)滑稽一下）。
原始數(shù)據(jù)分布偏差太大的，我們會(huì)對(duì)變量進(jìn)行取對(duì)數(shù)、開(kāi)平方、取指數(shù)等操作改善變量的分布。
異常值畫(huà)個(gè)圖可以很明顯的看出來(lái)，通常是出現(xiàn)次數(shù)少且偏離數(shù)據(jù)集太大的值，異常值對(duì)于平均值的影響是非常大的，如果保留異常值，可能整體的數(shù)據(jù)都沒(méi)法進(jìn)行分析，但如果直接刪掉異常值，又可能錯(cuò)失了一個(gè)判別動(dòng)態(tài)的好機(jī)會(huì)。因此對(duì)于異常值可能需要我們辯證地看待。我剛?cè)腴T(mén)數(shù)據(jù)分析的時(shí)候，做了一個(gè)案例，我把所有的值都打點(diǎn)在地圖上，按某個(gè)字段計(jì)數(shù)，和柱狀圖一樣，值越大，柱狀圖越高，我發(fā)現(xiàn)只有一個(gè)地方的柱狀圖異常的高，而其他點(diǎn)因?yàn)檫@個(gè)異常值的影響，已經(jīng)看不出來(lái)有什么區(qū)別了，但是只要我把這個(gè)異常值給刪掉，整個(gè)圖就又變得一片光明了，趨勢(shì)差異呈現(xiàn)的非常明顯，當(dāng)時(shí)我還不懂這個(gè)叫做異常值，我的老大給我講解了一通以后，我變得豁然開(kāi)朗，且當(dāng)時(shí)按個(gè)異常值后來(lái)被發(fā)現(xiàn)是受設(shè)備影響導(dǎo)致的。
先到這里，后續(xù)再補(bǔ)充更新吧。
-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣(mài)產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買(mǎi)或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)