第一章 Excel与数据格式#

1.数据缘何而来#

Execel是我们常见的用来进行数据处理的工具，其中Excel文件主要包含有2种格式分别是xls或xlsx，xls和xlsx主要区别如下：

因此，推荐大家使用最新版本的Excel或者WPS进行相关的学习与操作。

1.1 了解Excel#

Excel文每个数据文件叫做工作簿，每个工作簿里面含有多个工作表，每个工作表里面的格子叫做单元格。

在Excel中点击新建文档后，Excel默认的文档名称是工作簿1，也就是一个Excel文档，就是一个工作簿

在新建的工作簿中，可以看到左下方有Sheet1的标签，每个工作簿里面可以含有多个工作表，Excel表中最大支持255个工作表

单元格就是工作表中间每一个格子

在Excel最上方是工具栏，如果希望在Excel中导入第三方插件，可以点击文件–>选项–>自定义功能区点击右侧的√，即可导入相关模块

1.2 Excel存储格式#

Excel中的数据可以存储为不同的类型格式，其中常用的存储类似分别是xlsx、csv以及txt，一般情况下，csv文件采用是逗号分隔，txt文件采用的是制表符作为分隔，例如data/chap1/Titanic_normal.csv和data/chap1/Titanic_tab.txt，而在较为特殊的情况下，数据的分隔符合可能不是常规的分隔符合，例如data/chap1/Titanic_special.txt，使用记事本打开这个文件发现文件采用|作为分隔的符合，那么这样的文件如何使用Excel打开呢？

这里推荐大家使用以下的操作方案，操作路径为菜单栏选择：数据–>获取和转换数据–>从文件/CSV

点击加载后可以看到我们导入的数据集，接着按快捷键ctrl+s保存工作簿到本地。

至此我们已经成功加载数据集到工作表当中，需要注意的是此时构建的数据表跟原始数据是存在连接关系，更改csv文件的数据后在点击路径：设计-外部表数据-刷新后就可以更新工作表数据。如果要取消链接关系则点击路径：设计-外部数据表-取消链接即可。

2.Excel数据格式#

2.1 单元格数据类型#

打开data/chap1/2.1.xlsx文件，点击【单元格数据类型】工作表，可以看到Excel有11种数据类型

在平时工作和学习中常见的数据类型有3种分别是数字、文本和日期，接下来就详细讲解这3种格式的相关应用

2.1.1 数字#

数值是单元格最常见的数据之一，12位数的时候会以科学计数法显示。

打开data/chap1/2.1.xlsx文件，点击【真假数字】工作表看到展示的是真假数值列，真数值默认情况下是右对齐（方便观测数据位数），假数值是数值型文本属于文本，左上角会有个绿色三角错误检查，当数据是文本时，无法完成数字运算操作。

Excel会自带数据纠错功能，点击黄色感叹号可以看到，将文本转出数字，或者使用=VALUE()函数将文本转成数字

2.1.2 文本#

文本为Excel中的常见格式，主要为文本字符串，例如下图就是典型的文本数据。当数据是文本类型时就可以完成文本数据相关操作。

2.1.3 日期#

Excel中的标准日期由年月日组成的数据，例如2021/1/1，同时日期又是很特殊的数值，在Excel里面日期最早是1900年1月1日，对应的数值为1，通过两日期相减可以得到日期相差的天数。需要注意的是如果是2021-01-01的数据就要看是否实际数据为'2021/1/1'，否则为文本型日期，需要进行转换才行。观察下图真假日期，可以发现真日期右对齐，假日期左对齐（内容跟显示的一致），真日期转格式可以看到单元格数据仍然是真日期格式（内容跟显示不一致）。