引言：将数据转化为知识

你好！欢迎来到令人兴奋的数据分析与可视化章节。在 AS 水平的学习中，你已经掌握了电子表格、数据库和建模等基础工具。现在，我们进入 A Level 阶段，学习如何利用这些工具解决复杂的现实数据问题。

这一主题至关重要，因为仅仅拥有数据是不够的；你必须具备清洗、整合、解读数据并将其展示给他人的能力，以便他人能够做出明智的决策。把自己想象成一名数据侦探，将堆积如山的原始信息转化为美观且富有洞察力的故事！

17.1 数据分析与可视化

本节的核心要求是将你现有的 AS 技能（第 8、9、10 节）应用于更高复杂度的场景：处理来自多个来源的不完整数据，并将所得出的见解以可视化方式呈现。

1. 转换与清洗数据

在分析数据之前，必须确保其可靠性。数据转换与清洗是修正错误、处理缺失值并确保数据格式一致性的过程。

比喻：如果你要盖一栋房子，清洗数据就像是在打地基。如果地基不牢固（脏数据），房子（你的分析结果）就会倒塌。

提取有意义信息的关键清洗任务：

  • 标准化格式：确保所有日期看起来都一样（例如 DD/MM/YYYY），并且所有文本条目保持一致（例如使用“UK”而不是“United Kingdom”）。
  • 处理异常值：识别并决定如何处理与其余数据差异巨大的数据点（例如，薪资条目显示为 5,000,000，这可能是一个输入错误）。
  • 删除重复项：确保每个唯一实体（如客户、交易）仅被表示一次。
  • 处理缺失数据：使用合理的估计值填补空白，或者决定剔除不完整的记录。

关键要点：干净的数据直接导向有意义的信息。垃圾进，垃圾出 (GIGO) 是这里的黄金法则！

2. 从不同来源获取数据

在现实的 IT 系统中，数据很少整齐地存放在一个地方。你经常需要处理从两个不同数据库、电子表格或日志中导出的数据。这需要特定的技术来管理多源输入。

比较与整合数据

这涉及汇总来自共享通用字段（如产品 ID 或员工姓名）的不同文件中的信息，并将有用的部分合并为一个连贯的数据集。

  • 比较：对照检查数据集，找出异同。示例：对比仓库数据库中记录的库存水平与在线销售系统中记录的库存水平。
  • 整合：合并数据，通常是根据关键标准对多个来源的数据进行求和或计算总计。示例：将五个区域分部的月度销售电子表格合并为一份主表，以计算每个产品系列的销售总额。
拆分与合并数据字段

这些是基础的转换技术，通常使用电子表格函数（如 LEFT、RIGHT、MID、FIND、CONCATENATE 或“分列”工具）实现。

1. 将数据拆分为独立字段

这意味着获取一个字段并将其内容分离到两个或多个不同的字段中。当一个字段包含多个需要单独分析的信息片段时，你需要这样做。

  • 示例：一个名为 'ProductCode' 的字段包含 A456-RED。你可能需要将其拆分为 'Product_ID' (A456) 和 'Colour' (RED)。
  • 为什么？如果你想按颜色排序，颜色必须在它自己的独立字段中。

2. 合并数据至目标字段

这与上述过程相反：将两个或多个独立字段连接在一起，通常是为了演示目的（例如制作邮件标签）。

  • 示例：将 'First Name'（名）和 'Last Name'（姓）字段合并，中间用空格隔开，创建一个单一的 'Full Name'（全名）字段。
  • 需避免的常见错误：在连接文本字段时，忘记包含必要的字符（如空格或逗号）！
快速复习：数据流动周期

(2 个来源) → 整合/比较 → (一个原始数据集)
(原始数据集) → 清洗与转换（拆分/合并） → (最终干净数据集)
(最终干净数据集) → 分析与可视化（数据透视表/图表） → (信息)

3. 展示数据以传达信息（可视化）

一旦数据被清洗和整理完毕，最后且至关重要的一步是将其呈现出来，以便用户无需翻阅成千上万行数据就能快速掌握发现。这就是可视化发挥作用的地方。

数据透视表报告

数据透视表是强大的汇总工具，主要用于电子表格软件（但也可以通过交叉表查询在数据库中使用）。

  • 定义：数据透视表通过根据用户定义的行、列和筛选器对数据进行分组、求平均值、计数或求和，从而动态地汇总大数据集。
  • 目的：它们允许用户快速旋转（或“透视”）数据结构，以从不同视角观察，而无需为每种分组手动编写复杂的公式。
  • 示例：想象一下你有一整年的交易数据。数据透视表可以快速向你展示按 产品类别（列）拆分的 每个月（行）的 总收入（值）。
  • 益处：它们使复杂的数据汇总变得即时、动态，并可根据利益相关者的问题轻松调整。
数据透视图

数据透视图本质上是数据透视表中汇总数据的图形化表示。

你知道吗？如果你更改数据透视表上的分组或筛选条件，数据透视图会自动更新以反映新的汇总结果——这就是可视化“动态”的本质。

  • 目的：以视觉方式传达数据透视表报告中识别出的趋势、模式和见解。
  • 合适的图表类型：你必须选择适合数据类型和你想传达信息的图表类型（你在 AS Level 电子表格的 8.4 节中学习过条形图、饼图和折线图）。
    • 条形图：适合比较离散类别（例如，不同区域的销售额）。
    • 折线图：非常适合展示随时间变化的趋势（例如，月度销售表现）。
    • 饼图：用于展示比例（整体的一部分，例如不同产品的市场份额）。
  • 效率：设计精良的数据透视图能在几秒钟内传达出数据透视表可能需要几分钟才能理解的信息。

关键要点：数据透视表总结了发生了什么。数据透视图则能快速揭示数字背后的故事，并有助于实现高效沟通。

数据分析与可视化总结

本章旨在以整合的方式应用你现有的 IT 技能来解决业务问题。成功的数据分析与可视化需要三个要素：

1. 准备：清洗和转换脏数据（拆分、合并、整合）。
2. 分析：使用强大的汇总工具（如数据透视表报告）来解读复杂的数据关系。
3. 沟通：使用动态的数据透视图清晰高效地呈现调查结果。

保持对这些技能的练习，特别是处理来自不同来源的数据，你将掌握这一重要的 A Level 主题！