如何在 excel 中执行探索性数据分析

任何数据分析项目的第一步都是探索性数据分析。

这涉及以三种方式探索数据集：

1. 使用描述性统计总结一组数据。

2. 使用图表可视化一组数据。

3. 识别缺失值。

通过执行这三个操作，您可以了解数据集中的值如何分布，并在继续进行假设检验、拟合回归模型或执行统计建模之前检测任何有问题的值。

以下分步示例展示了如何在 Excel 中执行探索性数据分析。

第 1 步：创建数据集

首先，我们创建一个简单的数据集，其中包含 10 名不同篮球运动员的信息：

该数据集包含三个变量（得分、篮板、助攻），一些变量具有空值或 NA 值，这在现实数据集中很常见。

第 2 步：汇总数据

接下来，我们可以计算该数据集中三个变量的平均值、中位数、四分位数、最小值和最大值：

以下是我们用于 B 列中每个单元格的公式：

• B13 : =平均值( B2:B11 )
• B14 : =中位数( B2:B11 )
• B15 : =四分位数( B2:B11 , 1)
• B16 : =四分位数( B2:B11 , 3)
• B17 : =MIN( B2:B11 )
• B18 : =MAX( B2:B11 )

然后，我们将每个公式拖到右侧，以便我们可以为 C 列和 D 列中的值计算相同的指标。

通过计算每个变量的这些描述性统计数据，我们可以很好地了解每个变量的值的分布。

注意：每个公式在计算每个描述性统计量时会自动忽略空白或NA值。

第 3 步：可视化数据

我们还可以创建图表来可视化数据集的值。

例如，要可视化 Points 变量值的分布，我们可以突出显示单元格区域B2:B11中的值，然后单击顶部功能区的“插入”选项卡，然后单击“图形”组中的“直方图”图标:

将自动创建以下直方图：

通过此直方图，您可以直观地看到球员得分的分布情况。

例如，我们可以看到：

• 4名球员得分在10分至15分之间。
• 1 名球员得分在 15 至 20 分之间。
• 2 名球员得分在 20 至 25 分之间。
• 3名球员得分在25分至30分之间。

我们可以对数据集中的每个变量重复此过程，以可视化每个变量的值的分布。

步骤 4：识别缺失值

我们还可以使用下面的公式来统计B列中缺失值的数量：

 =SUMPRODUCT(--NOT(ISNUMBER( B2:B11 )))

我们可以在单元格B19中输入这个公式，然后将其拖到右侧来计算数据集中每个变量的缺失值数量：

从结果我们可以看出：

• Points 列中有0 个缺失值。
• 篮板数列中有2 个缺失值。
• “帮助”列中有1 个缺失值。

我们现在已经完成了对该数据集的一些基本探索性数据分析，并且对该数据集中每个变量的值如何分布有了很好的了解。

相关： 如何在 Excel 中用零替换空白单元格

其他资源

以下教程说明如何在 Excel 中执行其他常见任务：

如何在 Excel 中计算五个数字的汇总
Excel中如何计算分组平均值
如何在Excel中计算每组的最大值