數據分析師的招聘越來越火，越來越多的小伙伴都想要往這方面發(fā)展，其中有一項必不可少的技能要求就是會 Excel 做數據清洗、建模和分析，現在就用 Excel 來實戰(zhàn)分析數據分析師的招聘需求如何。用到的是 Mac 版 Excel 2016。
得到的原始數據如下：
第一步，明確分析問題
要分析數據分析師崗位的招聘需求可以從2個方面來看
城市需求分布如何薪資分布如何第二步，數據清洗
數據清洗是數據分析非常重要的一環(huán)，做好數據清洗可以保證數據的準確度，一般會占用數據分析大部分時間，但隨著經驗的增長和技能的數量，效率會有所提升，但一定要細致保證每一步的準確性。
理解數據，選擇重點分析對象
得到原始數據后，要理解每一列的數據表示含義，選擇出重點的分析對象，將無關緊要或者意義重復的列進行隱藏（最好是隱藏，不要刪除數據，保留數據的完整性）。
2. 刪除重復值、處理缺失值
本數據中發(fā)現一個 “職位ID” 對應一個職位，所以只要去看 “職位ID“列 里面的 “職位ID” 有沒有重復值，有的話就把重復值刪除。
選擇：數據 > 刪除重復項 > 選擇列，出現以下圖示：
點擊確認后，會自動刪除有重復值的那一整行，如下圖：
重復值刪除后，若此列的值共有 A 個，其他分析列的值小于 A 個，就需要將有缺失值的列補全。比如此表發(fā)現 “城市” 列有缺失，選中 “城市” 列，使用定位功能，定位 “空值”，就可以將缺失值的單元格找出來，定位功能的快捷鍵是 + G，
找出空值的單元格后，如果需要輸入在所有空格中的內容一致，則在第一個空格中輸入內容后按住 + Enter 就可以自動將所有空值單元格補全，如果需要輸入在空格的內容不一致，則可以使用篩選功能篩選出空格，再進行填充。
處理缺失值有四種辦法：
3. 數據一致化處理
一致化是什么意思？就是把所有的數據處理成容易使用公式或者數據透視表的形式。
舉例1，在 “公司所屬” 列中，大部分公司從屬一個行業(yè)，小部分公司從屬兩個行業(yè)，此時就需要將這兩個行業(yè)分隔開來。此時需要用到的功能是 “分列”，一般需要將需要分列的列粘貼到最后一列，這樣分割出來的列有足夠的空間，不會遮擋原本單元格內容，操作如下圖：
選擇：數據 > 分列 > 分隔符號 > 填寫分隔符號
注：如果原單元格內容是 “A,B”，用分隔符 “,” 分列后成 A、B 兩列；如果原單元格內容是 “A,B,C”，用分隔符 “,” 分列后成 A、B、C 三列。
舉例2，我們需要分析薪水的水平如何，但是 “薪水”列中，薪水是使用一個區(qū)間表示的excel高級數據處理與分析，這時需要把最低薪水和最高薪水分隔開來，才能更好的直接使用圖表查看薪水情況，這里需要用到函數 Find 和 Left/Mid/Right 和 Len。
Find 函數，用于查找一個字符串在另一個字符串中出現的位置，公式為：
Find("需要查找的字符串”，單元格）
Left/Mid/Right 函數，用于截取字符串內容，分別表示從左中右截取，公式為：
Left(字符串所在單元格，從左開始到##位置進行截取)
Right(字符串所在單元格，從右開始在##位置進行截取)
Mid(字符串所在單元格，開始位置，截取長度)
Len 函數，用于計算文本串的字符個數，公式為：
Len(文本串)
所以如下圖所示，最低薪水和最高薪水計算公式為：
公式完成后，用篩選功能檢查數據是否全部都截取正常，發(fā)現 “最低薪水”列 有不能顯示的值，如下圖：
此時需要找出問題在哪，既然公式是正確的，那去查看原本的字符串是否有問題，發(fā)現這些不能顯示的值對應的 “薪水”列中都是大寫的 “K”，而前面用到的公式中都用的小寫的 “k”，此時使用替換功能將 K 替換為 k 即可。
在最高薪水列，也有不能顯示的值，
此時可看到，因為沒有最高薪水所以顯示不出來，處理辦法可用最高薪水=最低薪水，來彌補這些缺失值。
計算完成后，將最低薪水和最高薪水復制，選擇性粘貼“值”到另兩行之后可以計算平均值，并降序排列。（注意粘貼完后需要將數值的 “文本”格式改成 “數字”格式）
按照以上步驟，分析好的數據如下，
4. 異常值處理
“職位名稱”列 中有非常多的職位名稱excel高級數據處理與分析，但我們需要分析的是數據分析類崗位，所以需要選擇出與數據分析類崗位匹配的 “職位名稱”。此時需要用到數據透視表功能。
插入數據透視表后，如下圖所示處理，
接著將 “職位名稱” 按計數項降序排列，如下圖，
挑選計數最多的職位名稱里面的關鍵詞，可看出為“數據分析”，“分析師”，“數據運營”為三個關鍵詞，于是回到原表，在 “職位名稱” 后插入新列，選擇出 ”職位名稱” 里包含這些關鍵詞的職位，此時需要用到 Find 和 Count 和 If 函數。
Count 函數，用于返回某一區(qū)域中數值的個數，公式為：
Count(區(qū)域)
If 函數，用于驗證一個條件是真是假，公式為：
If(條件判斷,結果為真顯示值,結果為假顯示值)
if與count經常嵌套，表示查找某單元格是否包含某字符串，此案例的公式如下圖：
篩選出 “是” 的所有數據，復制到新表中，作為已經清洗好的數據備用。
第三步，構建模型
數據清洗完成后，需要做的是構建模型。數據分析一定是有目的的，所以在最開始就提出的分析目標非常有助于建模。利用數透功能可得以下數據透視表：
利用 “描述統(tǒng)計” 功能可以對平均薪資進行分析，操作步驟如下：
第四步，數據可視化
根據上一步操作得出的數據透視表，作出以下可視化圖表：
得出結論：
數據分析師崗位的大量工作機會集中在一線城市和新一線城市，北京排在首位從待遇上看，該崗位在深圳的薪資最高，其次為北京、上海數據分析師是個較為年輕的職業(yè)方向，大量工作機會經驗要求集中在1-3年，5年為一個瓶頸期隨著經驗累積，薪酬不斷提升，10年以上工作經驗的人能獲得相當豐厚的薪酬對于上海來說，對于工作經驗要求分布較均勻，隨著工作年限增加，薪酬增長幅度不大