数据处理与分析：助你成为数据达人的指南！

同学们好！欢迎来到香港中学文凭考试（HKDSE）信息及通讯科技科最实用、最有力量的课题之一：数据处理与分析。有没有想过企业如何分析趋势，或者各机构如何可靠地管理成千上万的学生记录？答案都在于有效处理与组织数据。

在这一章，我们将会探讨必修部分考核的两大核心工具：电子表格与关系数据库。你可以将电子表格视为灵活的计算与建立模型网格，而数据库则是专为维持数据完整性而设计的结构化多数据表系统。让我们一起开始学习吧！



第一部分：精通电子表格

电子表格让你可以将数值与文本数据存储、整理、格式化及计算在由行和列组成的网格里面。

1.1 电子表格的基本构成要素

• 单元格 (Cell)：网格里面的一个方格，以单元格地址识别（例如：A1、B2）。
• 行与列 (Row & Column)：行是一行横向的单元格，以数字编号（1、2、3...）；列是一行纵向的单元格，以字母标签（A、B、C...）。
• 工作表与工作簿 (Worksheet & Workbook)：工作表是单一的网格；工作簿则是包含一张或多张工作表的电子表格文件。
• 公式 (Formula)：输入到单元格中的计算或表达式。所有公式都必须以等号 (\(=\)) 开头。

重点概念：单元格引用

1. 相对引用 (Relative Reference)（例如：A1）
当复制到不同的行或列时，会根据相对位置自动改变。
例子：如果单元格 C1 包含 `=A1+B1`，当向下复制到 C2 时，它会自动调整为 `=A2+B2`。

2. 绝对引用 (Absolute Reference)（例如：\$A\$1）
同时锁定列和行，因此复制时地址不会改变。\$ 符号用于锁定引用。
例子：如果单元格 H1 存储了 5% 的强积金（MPF）供款率，计算 A2 总薪金扣除额的公式为 `=A2 * \$H\$1`。当向下复制时，A2 会更新为 A3，但 `\$H\$1` 会保持固定不变。

3. 混合引用 (Mixed Reference)（例如：\$A1 或 A\$1）
复制时只锁定列（`\$A1`）或只锁定行（`A\$1`）。

1.2 公式、函数与错误值

运算符

• 算术运算符：`+`、`-`、`*`、`/`、`^`（次方）
• 关系（比较）运算符：`=`、`>`、`<`、`>=`、`<=`、`<>`（不等于）。这些运算符的运算结果为 TRUE（真）或 FALSE（假）。
• 逻辑运算符：`AND()`、`OR()`、`NOT()`

核心电子表格函数

• 基本聚合函数：`SUM(范围)`、`AVERAGE(范围)`、`COUNT(范围)`（仅计算数值）、`COUNTA(范围)`（计算非空单元格）、`MAX(范围)`、`MIN(范围)`。
• 条件计算：
• `IF(条件判断, 为真时返回值, 为假时返回值)`：评估条件。例如：`=IF(A2>=50, "Pass", "Fail")`
• `COUNTIF(范围, 条件)`：计算符合条件的单元格数目。例如：`=COUNTIF(B2:B50, ">=50")`
• `SUMIF(范围, 条件, [求和范围])`：将符合条件的单元格求和。例如：`=SUMIF(A2:A30, "Class 5A", C2:C30)`
• 查找函数：
• `VLOOKUP(查找值, 数据表范围, 列号, [查找模式])`：在数据表的第一列中向下垂直搜索，并从指定的列中检索数值。将 `查找模式` 设置为 `FALSE`（或 `0`）以进行精确匹配的搜索。
• `HLOOKUP(查找值, 数据表范围, 行号, [查找模式])`：在数据表的第一行中横向水平搜索。
• 数学与排名函数：
• `INT(数值)`：将数值向下取整至最接近的整数。
• `ROUND(数值, 小数位数)`：将数值四舍五入至指定的小数位数。
• `MOD(被除数, 除数)`：返回除法运算后的余数。
• `RANK(数值, 引用范围, [次序])`：返回数值在列表中的排名（次序为 `0` 代表降序，`1` 代表升序）。

常见电子表格错误代码

• #DIV/0!：尝试除以零或空单元格。
• #VALUE!：函数或公式中使用了错误的数据类型（例如：在需要数值的地方输入了文本）。
• #REF!：单元格引用无效（通常是因为所引用的单元格已被删除）。
• #NAME?：电子表格无法识别公式中的文本（通常是函数名称拼写错误）。
• #N/A：数值无法取得（常见于 `VLOOKUP` 找不到匹配项时）。

1.3 处理与分析数据

• 排序：使用单一或多个关键字以升序或降序排列记录（例如：主要关键字按班级，次要关键字按学生姓名）。
• 筛选：仅显示符合特定条件的行，同时隐藏其余部分。
• 假设分析与单变量求解：测试输入参数的变更如何影响计算结果，或寻找达成目标结果所需的输入值。
• 数据透视表与数据透视图：交互式汇总工具，可跨行、列、数值（例如：SUM、COUNT）及页面筛选器来汇总大型数据集。



第二部分：关系数据库

关系数据库将数据组织成结构化、相互关联的二维数据表，以尽量减少数据冗余并维持数据完整性。

2.1 数据库结构与概念

• 数据表 (Table / Entity)：由行和列组织而成的一组相关数据。
• 记录 (Record / Tuple / Row)：单一数据项，包含一个实体实例的所有属性。
• 字段 (Field / Attribute / Column)：具有特定数据类型（例如：文本、数字、日期/时间、布尔值）的特定数据类别。
• 主键 (Primary Key, PK)：唯一标识数据表中每条记录的一个字段（或字段组合）。它不能包含 null（空值）。
• 复合键 (Composite Key)：由两个或多个字段组合而成的主键。
• 外键 (Foreign Key, FK)：某数据表中的字段，引用另一数据表的主键，从而在它们之间建立关联。

数据表关联

• 一对一 (1:1)：数据表 A 中的每条记录最多只关联数据表 B 中的一条记录。
• 一对多 (1:N)：数据表 A 中的单一记录可以关联数据表 B 中的多条记录（例如：一个班级有多名学生）。
• 多对多 (N:M)：数据表 A 中的多条记录可以关联数据表 B 中的多条记录（例如：学生与社团；在实现中会通过中介的关联数据表来解决）。

数据校验检查

校验规则可防止存储不正确的数据：

• 存在检查 (Presence Check)：确保必填字段没有留空。
• 范围检查 (Range Check)：确保数值或日期落在允许的范围之内（例如：分数介于 \(0\) 至 \(100\) 之间）。
• 类型检查 (Type Check)：确保输入的数值符合字段的数据类型（例如：年龄字段只可输入数值）。
• 格式检查 (Format Check)：确保数据符合预定义的模式（例如：香港身份证号码格式或电话号码模式）。

2.2 SQL 查询 (Structured Query Language)

SQL 用于从数据库数据表中检索、筛选、聚合及排序数据。

核心 SQL 语法与子句

`SELECT 字段1, 字段2, 聚合函数(字段3)`
`FROM 数据表名称`
`WHERE 条件`
`GROUP BY 字段1`
`HAVING 聚合条件`
`ORDER BY 字段1 ASC|DESC;`

主要 SQL 子句与运算符

• SELECT 与 FROM：指定要显示的字段以及来源数据表。
• WHERE：在分组前筛选记录。支持如 `=`、`<>`、`>`、`<`、`BETWEEN 数值1 AND 数值2`、`IN (数值1, 数值2)` 以及 `LIKE` 模式匹配（`%` 匹配任意字符序列；`_` 匹配单一字符）等运算符。
• 聚合函数：`COUNT()`、`SUM()`、`AVG()`、`MAX()`、`MIN()`。
• GROUP BY：将具有相同数值的行分组，以便进行聚合计算。
• HAVING：在聚合后筛选已分组的记录（与聚合函数一同使用）。
• ORDER BY：以 `ASC`（升序）或 `DESC`（降序）次序为输出排序。

SQL 查询示例

`SELECT Class, COUNT(StudentID) AS TotalStudents, AVG(ExamScore) AS AverageScore`
`FROM Students`
`WHERE Status = 'Active'`
`GROUP BY Class`
`HAVING AVG(ExamScore) >= 60`
`ORDER BY Class ASC;`

2.3 窗体与报表

• 窗体 (Forms)：为用户提供直观的图形界面，以便每次输入、查看和修改一条记录，同时强制执行校验规则。
• 报表 (Reports)：为打印输出或屏幕展示组织并格式化查询/数据表的数据，包括分组页眉、汇总总计和页码。


本章摘要

在电子表格中，掌握相对/绝对引用、错误疑难解答，以及重点函数（`SUMIF`、`COUNTIF`、`VLOOKUP`、`ROUND`、`RANK`）。

在数据库中，理解关联结构（数据表、记录、字段、主键/外键、校验规则），并能使用 `SELECT`、`WHERE`、`GROUP BY`、`HAVING` 和 `ORDER BY` 编写精确的 SQL 查询。