运用Excel进行数据分析

(1) 有些时候，可以利用Excel进行简单的数据分析，写数据报表时也会运用到，针对案例，使用Excel的部分功能来实现以下目标。

(2) 现在你有一份的餐食数据，我想通过excel知道以下问题： 　　1. 全国点评数最高的饭店是哪家? 　　2. 哪个城市的饭店人均口味最好? 　　3. 哪个类型的餐饮评价最好? 　　4. 类型为川菜的店中，有多少个带「辣」字，又有多少个带「麻」字? 　　5. 口味、环境、服务，三个评价都在8.0以上的饭店有几家?它们在哪个城市的占比最 多? 　　6. 上海地区中，各个类型饭店服务前五名? 　　7. 没有评价的饭店有几家? 　　8. 将人均价格划分成0~ 50 , 50~ 100 , 100~ 150 , 150~ 200 , 200+这几个档次，各个城市分别有几家？其中占比又是多少？ 　　9. 将点评、人均、口味、环境、服务这几个指标加工出一个综合评价系数,并且计算哪十家店是最好的（开放题）。 　　10. 对上海地区的日本料理,做一次描述性分析（开放题）

(3) 数据： 　　　　　　　　　　　

链接: 数据下载 提取码：2ns3

目录

（1）问题一（2）问题二（3）问题三（4）问题四（5）问题五（6）问题六（7）问题七（8）问题八（9）问题九（10）问题十

---

（1）问题一

问题：全国点评数最高的饭店是哪家? 解答：运用 INDEX() 和 MATCH() 进行数据分析

步骤： (1) 找出点评数最高的值var (2) 通过 INDEX() 函数来进行var在“点评”列中的坐标定位，再通过 MATCH() 进行店名中的坐标查找

实现过程

(1) 找出点评数最高的值var

=MAX(D:D)

(2) 找出点评数最高的饭店是哪家?

=INDEX(C:D,MATCH(21180,D:D,0),1)

最后，得到的结果是:

（2）问题二

问题：哪个城市的饭店人均口味最好? 解答：运用 数据透视表 进行数据分析

步骤 和 实现过程： （1）全选表格，点击“插入”，点击“数据透视表”。 　　　　　　　　　　　 （2）创建数据透视表 　　　　　　　　　　　 （3）选择行：城市；选择列：口味；选择 “值字段设置” ：平均值 　　　　　　　　　　　

最后，进行数据排序，人均口味最好的城市是上海， 最高约为：7.95

（3）问题三

问题：哪个类型的餐饮评价最好？ 解答：运用 数据透视表 进行数据分析

针对问题三，同样按照问题二的步骤。 最后，对数据进行排序，餐饮评价最好的类型是火锅， 最高约为：80589 　　　　　　　　　　　　　　　　　

（4）问题四

问题：类型为川菜的店中，有多少个带「辣」字，又有多少个带「麻」字? 解答：运用 COUNTIF() 进行数据分析

步骤： (1) 运用 COUNTIF()统计每个店名中出现「麻」的字数 (2) 运用 COUNTIF()统计每个店名中出现「辣」的字数 (3) 控制第一行，点击“数据”，点击“筛选”；将“类别”选成“川菜”；最后，统计「麻」，「辣」列中有多少个带「辣」字，又有多少个带「麻」字

实现过程

(1) 新增一列，运用 COUNTIF()统计

=COUNTIF(C2,"*麻*") =COUNTIF(C2,"*辣*")

(3) 统计个数 　　　　　　　　　　　 结果： 　　统计「麻」个数：28 　　统计「辣」个数：44 　　可以大致了解到类型为川菜的店名，同时在「麻」和「辣」两个字做选择，普遍爱好「辣」字。

（5）问题五

问题：口味、环境、服务，三个评价都在8.0以上的饭店有几家?它们在哪个城市的占比最 多? 解答：运用 “筛选” 进行数据分析

步骤 和 实现过程： （1）控制第一行，点击“数据”，点击“筛选”；将“口味”，“环境”，“服务”选成8.0以上； 　　　　　　　　　　　 （2）统计饭店的数量，重新复制“城市”，运用数据透视表 统计并描述“城市”的信息。 　　　　　　　　　　　　　　　　　

结果： 　　统计饭店的数量：457 　　北京占比最多。

（6）问题六

问题：上海地区中，各个类型饭店服务前五名? 解答：运用 IF()和 “筛选” 进行数据分析

步骤 和 实现过程： (1) 控制第一行，点击“数据”，点击“筛选”；将“城市”选成“上海”；选择“城市”、“类型”、“店名”、“服务”指标后，赋值到新的Sheet中。 　　　　　　　　　　　

(2) 首先对“服务”降序；再对“类型”进行降序（都是扩展到整个区域）。 　　　　　　　　　　　 会发现类型相同的店，它们的服务是降序排列。

(3) 按数字递增来描述“类型”，用到：IF()函数。 　　　　　　　　　　　

(4) 接下来，筛选第“E”列前五名"<=5"。 　　　　　　　　　　　 　　　　　　　　　　　 最后得到了，各个类型饭店服务前五名。

（7）问题七

问题：没有评价的饭店有几家? 解答：直接对数据进行操作

步骤 和 实现过程： 直接筛选“点评”为空格，再统计类型的总数就是空格的总数，得到没有评价的饭店有1355家。

（8）问题八

问题：将人均价格划分成0~ 50 , 50~ 100 , 100~ 150 , 150~ 200 , 200+这几个档次，各个城市分别有几家？其中占比又是多少？ 解答：运用 “除”和 “取整” 和"数据透视表" 进行数据分析

步骤 和 实现过程： （1）运用“除”和 “取整” 将人均价格分段。 　　　　　　　　　　　

=E2/50 =INT(I2)+1

（2）将“>=5”的price_level全都统一成5，运用“数据透视表”统计城市与价格之间的关系 　　　　　　　　　　　 替换 　　　　　　　　　　　 　　　　　　　　　　　　　　　　 （3）将数据赋值到新的Sheet中，然后计算占比。 　　　　　　　　　　　

（9）问题九

问题：将点评、人均、口味、环境、服务这几个指标加工出一个综合评价系数，并且计算哪十家店是最好的（开放题）。 解答：运用 log() 和 “线性加权” 进行分析

步骤： （1）剔除空值和异常值 （2）将“口味” 、“环境” 、“服务” 按不同权重线性加权后，形成新的一个指标。 （3）运用 log()函数，将“点评” 缩小到1~5范围内（可以选任意底数）。 （4）运用 log()函数，将“人均” 缩小到1~5范围内（可以选任意底数），人均取负值。因为价格越低，消费者会越喜欢。 （5）最后，将所有指标线性加权，形成综合评价系数 。

实现过程： （1）控制第一行，点击“数据”，点击“筛选”；剔除空值和异常值；重新赋值到新的Sheet中。 （2）线性加权 　　　　　　　　　　　 （3）（4）运用 log()函数 　　　　　　　　　　　

=LOG(D2,10) =LOG(E2,5)

（5）线性加权，并按综合评价系数 排名。 　　　　　　　　　　　

注意： 各指标的权重，按需求而定。

（10）问题十

问题：对全国的日本料理，做一次描述性分析（开放题） 解答：运用 “数据分析” 进行处理

步骤 和 实现过程： （1）控制第一行，点击“数据”，点击“筛选”；将“类型”选成日本料理；重新赋值到新的Sheet中。 　　　　　　　　　　　

（2）点击“数据”，点击“分析”，点击 “数据分析”。 　　　　　　　　　　　 　　　　　　　　　　　 　　　　　　　　　 以上就是对全国的日本料理，做的一次描述性分析。