用 EXCEL 做数据分析？Nature 教你 6 个使用技巧

很多数据分析师认为用 EXCEL 做数据分析非常过时，但 EXCEL 虽然基础却功能强大，是科研必备工具。快来看看 Nature 教的，电子数据表格的正确打开方式！

EXCEL 里面的数据是互相联动的，一旦某个数值改变，其他关联数据也会自动更新，更实用，更智能，更直观，更通用。马萨诸塞州波士顿 R 软件的开发总监 Tracy Teal 甚至表示，EXCEL 是「数据科学的起点」。

下面，我们就来看看，来自专业数据分析师的 6 个 EXCEL 使用小技巧。

1. 保留原始数据

俄亥俄州肯特州立大学的计算生态学家 Christie Bahlai 在给生态学家开展「EXCEL 数据分析课程」时，她的第一条建议是「保留原始数据的完整性」。

Bahlai 认为 EXCEL 虽然简单易上手，但也非常容易出错。因为 EXCEL 难以追溯操作路径，一旦保存错误容易功亏一篑。而且，正因为很多数据是相互联动的，还不好直接删除。Bahlai 建议在处理数据的时候把原始文档设置为「只读」，并保存副本，这样出现问题能随时重新开始。

2. 以机读数据表示

EXCEL 有大量的格式选项，从字体样式、背景填充到边框等等，虽然经过美化的表格看起来更漂亮，但计算机难以识别不同的单元格格式，如果后续我们要用不通的格式来区分编码不同的数据时，则会十分繁琐。杜克大学的 Mine Çetinkaya-Rundel 建议创建「可分类或筛选的数据列」来代替花哨的表格形式。需要长期分析或者二次处理的数据，如果不把格式标识清晰，真的很容易忘记！

3. 保持一致性

如果我们要使用数据分析工具处理数据，那么 EXCEL 就要有具有固定的格式，行、列作为标题，每页一张表格。例如，如果我们要记录「3 只红甲虫」，那么代表数量的「3」单独一列，代表品种的「红甲虫」单独一列，这样更为清晰。而且，最好每个单元格都要填满，如果没有数据，可以填写 N/A 作为区分。

记录的格式有很多，但是一定要选择不容易产生歧义的方式。比如「2/1/2022」是指 2022 年 2 月 1 日还是 1 月 2 日呢？大多数专家建议要么使用国际标准化组织标准的 YYYY-MM-DD 格式，要么单列年月日。

最重要的是格式确定之后，处理过程中全都要保持一致。

4. 记录你的每一步工作

记录相关缩写、数据如何收集、度量单位、缺失值的表示方法、执行的计算以及理解、处理和维护电子表格所需的任何元数据。也就是说，写下对数据所做的所有操作，比如每个公式的作用是什么，它的数据来自哪里。在 EXCEL 中，也可以使用【审计】功能来查看公式中的数据公式。

5. 反复核对数据

哪怕是专业的数据分析师，也会对于数据反复进行交叉核对。我们也可以使用「保护」功能，确保电子表格的重要部分内容不被修改，并应用【数据验证】以确保日期列包含有效日期，部分数值在一定范围内，或文本字段包含预期的术语。另外，建议使用 EXCEL 中的【记录单】功能录入，这样在输入前如果数据错误能提前发现并修正，降低丢失数据等错误的风险。

图 3：将【记录单】命令添加到当前显示的选项

6. 提前构思数据用途及使用场景

最好是在创建电子表格之前先弄清楚你希望用你的数据做什么。你将使用哪些变量和协变量？你需要什么步骤？对于数据将进行哪些分析？并且综合考虑到多种角色和多种使用场景，构建合理的布局或者呈现形式。毕竟表格的出现就是为了解决协作的问题，所以从构建表格的那一刻就开始思考，后续会更加高效。

原文链接：

https://www.nature.com/articles/d41586-022-02076-1?WT.ec_id = NATURE-20220804&utm_source= nature_etoc&utm_medium = email&utm_campaign = 20220804&sap-outbound-id = 9206C2BBD00DFC818AB5F029BADED5B39E8C5943

转自：“丁香学术”微信公众号

如有侵权，请联系本站删除！