项目介绍：用excel对某招聘网站的数据分析方面的原始数据进行数据清洗、建模和分析，观察数据分析师的招聘需求如何。
原始数据如下：
过程如下：
一. 明确分析问题
可以从城市需求分布、薪资分布情况两方面来分析。
二. 数据清洗
1.理解数据，选择重点分析对象
得到原始数据后，先理解每一列的数据表示含义，选择出重点的分析对象，将无关紧要或者意义重复的列进行隐藏。
2.删除重复值，处理缺失值
对于数据中“职位ID项”，一个职位ID只会对应一个职位，如果对应多项，则为重复值需要删除。
删除重复值后，查看该列的数据数目，并与其他数列项作对比，如其他列小于该项数目，则说明有缺失值需要补充。使用定位功能可以找出缺失值。
处理缺失值处理缺失值有四种办法：通过人工手动补全；删除缺失数据；用平均值代替缺失值；用统计模型计算出的值代替缺失值。这里我们结合前后信息将缺失值手动补全。
3．数据处理，将数据转换成可以便于使用数据透视表或者使用公式的形式。比如源数据中的薪水是一个区间值，显然不方便后面的操作，所以需要把最低薪水和最高薪水分隔，以便于后续分析。这里我们用到find、left、right和len函数。
考虑到部分数据里薪水这一栏的K存在大小写，而公式用的小写k，会造成数据错误，这里将所有大写K用替换功能变为小写。
还是有部分最高薪水无法显示，原因是由于薪水列没有区间值，这里就用最低薪水直接复制过来。
4异常值处理
“职位名称”列中有非常多的职位名称，但我们需要分析的是数据分析类岗位，所以需要选择出与数据分析类岗位匹配的 “职位名称”。此时需要用到数据透视表功能。
插入数据透视表后，将职位名称选出如下。
接着将 “职位名称” 按计数项降序排列，如下图
挑选计数最多的职位名称里面的关键词，可看出为“数据分析”，“分析师”，“数据运营”为三个关键词，于是回到原表，在 “职位名称” 后插入新列，选择出 ”职位名称” 里包含这些关键词的职位，此时需要用到 Find 和 Count 和 If 函数。
筛选出 “是” 的所有数据，复制到新表中，作为已经清洗好的数据备用。
三．构建模型
数据清洗完成后，需要做的是构建模型。数据分析一定是有目的的，所以在最开始就提出的分析目标非常有助于建模。利用数透功能可得以下数据透视表：
利用描述统计功能，可以对平均薪资的统计数据进行查看。
得到如下数据
四．数据可视化
最后可得如下可视化图表
可以得出结论：
- 数据分析师岗位的大量工作机会集中在一线城市和新一线城市，北京排在首位。
- 从待遇上看，该岗位在深圳和北京的薪资最突出，其次为杭州、上海
- 数据分析师是个较为年轻的职业方向，大量工作机会经验要求集中在1-3年
- 随着经验累积，薪酬不断提升，10年以上工作经验的人能获得相当丰厚的薪酬
- 对于成都来说，对3年以下工作经验的要求比较均匀，5年以后，随着工作年限增加，薪酬增长幅度不大