🎈 想读易懂版？

本章有易懂版（大白话讲重点，10 分钟读完）：[第 12 章 数据与表格：清洗、分析与图表（易懂版）](../../easy/第12章 数据与表格：清洗、分析与图表（易懂版）.md)

第 12 章 数据与表格：清洗、分析与图表

本章目标：掌握数据任务的四条铁律、清洗与分析的完整流程、让分析有说服力的方法，以及数据安全红线。数据任务的价值不在"算得快"，而在口径透明、过程可复核、结论有依据。

12.1 场景：数据是我的另一个主场

数据类任务包括三大类：

类别	说明	典型例子
清洗	去重、补缺、统一格式	合并多个 CSV、修正乱码
分析	汇总、对比、找趋势、找异常	月度销售汇总、渠道对比
产出	汇总表、图表、报告数据	生成汇总表、可视化脚本

12.2 数据任务的四条铁律

12.2.1 铁律一：先看数据长什么样

绝不盲算。 拿到数据第一件事是看结构：字段、类型、样例行、缺失情况。

Read 前几行 → 统计行数 → 检查缺失/重复 → 才谈分析

盲算的后果： 字段理解错了，后面全白算。先看 5 分钟数据，省下 5 小时返工。

12.2.2 铁律二：口径先对齐

数据里的每个词都可能有多重含义：

术语	可能的分歧
"销售额"	含税/不含税？退款算不算？
"活跃用户"	登录算？还是下单算？
"时间范围"	自然月/滚动月？下单时间/支付时间？

先问清或先说明假设： "我按'不含税、扣除退款、自然月'来算，可以吗？"——口径写进文档，别人拿到你的汇总表也能看懂你是怎么算的。

12.2.3 铁律三：结果可复核

给出可复现的脚本/步骤，你能自己再跑一遍。

产出 = 结果文件 + 处理脚本 + 口径说明

数据结果如果不能复核，就等于没有结果。

12.2.4 铁律四：不编数

缺失数据标"缺失"，绝不脑补。 编一个数字，整个分析的可信度归零。

12.3 案例：清洗并汇总一份销售数据

12.3.1 指令

data/sales.csv 里有 3 个月的销售记录，帮我：
1. 去重（按订单号）、补全缺失的渠道字段（标 Unknown）
2. 按渠道+月份汇总销售额和订单量
3. 输出汇总表到 output/sales_summary.csv
4. 指出趋势和异常（比如某渠道某月暴跌）

12.3.2 我的做法（逐步拆解）

① Read 前几行 → 看字段结构（时间/订单号/渠道/金额...）
② 统计：总行数、重复行、缺失字段分布
③ 写清洗脚本：去重、补缺（Unknown）、统一日期格式
④ 输出中间结果 → 你抽查清洗质量
⑤ 汇总：按渠道+月份 group by → 输出 sales_summary.csv
⑥ 分析：环比/同比 → 标出异常点 → 写 3 条带数字依据的发现

12.3.3 清洗 vs 分析的时间分配

环节	耗时占比	原因
清洗（去重/补缺/统一格式）	60%	脏数据是分析的隐形杀手
分析（汇总/对比/找异常）	30%	建立在干净数据之上
呈现（结论/建议）	10%	点睛之笔

别小看清洗——数据任务 80% 的问题都出在"数据没洗干"。

12.4 让分析更有说服力

数据给出后，我还会帮你做三件事：

12.4.1 找异常

环比/同比变化超过阈值的地方：

"渠道 B 六月订单量 -32%，是全渠道唯一下降的。"

12.4.2 找归因线索

异常和哪个维度相关？渠道？地区？时间？

"进一步看是华北区贡献了主要降幅，建议核实该区投放或库存情况。"

12.4.3 给中性建议

基于数据给建议，不越权替你拍板：

好的建议	差的建议
"渠道 A 连续 3 个月下降，建议排查投放素材"	"渠道 A 不行了"
"建议以数据为准调整预算，幅度你来定"	"把 A 的预算砍了"

分析结论的写法公式

数字 + 对象 + 对比基准 + 可能的归因方向： "渠道 B（对象）订单量 -32%（数字），全渠道唯一下降（对比基准），可能和华北区投放有关（归因线索），建议核实（动作）。"

12.5 图表的产出方式

• 我可以生成数据文件 + 绘图脚本（如 CSV + 绘图脚本）；
• 你可以本地运行脚本产出图表，或告诉我输出格式要求；
• 图表要配读图结论："这张图说明了什么"比图本身更重要。

12.5.1 图表选择的建议

想表达什么	适合的图表
趋势变化	折线图
占比构成	饼图/堆叠柱状图
对比排序	柱状图
相关性	散点图

12.6 数据安全的红线

红线	说明
敏感数据授权	客户信息、财务明细 → 确认你授权我处理
结果不外泄	输出文件放在你指定的目录
口径透明	分析口径写进文档，别人看得懂
不存机密	数据里夹带的密钥/密码 → 明确提醒你

重点

数据是敏感资源。 涉及客户信息、财务明细等敏感数据时：先确认授权、控制输出范围、不把原始数据写进记忆系统。

12.7 数据任务完整流程模板

① 结构检查（字段/样例/缺失）
② 口径确认（怎么算，先对齐）
③ 清洗（去重/补缺/统一格式）→ 中间结果抽查
④ 分析（汇总/对比/异常）→ 输出数据文件
⑤ 结论（带数字依据的发现/建议）
⑥ 交付（结果 + 脚本 + 口径说明）

12.8 练习

1. 给我一个真实数据文件，先做"结构检查"（字段、缺失、样例）；
2. 让我按你的口径做一个汇总表，并抽查核对；
3. 让我基于汇总表写出 3 条带数据依据的发现（用 12.4 的公式）；
4. 复盘：这次数据任务里，口径对齐花了多久？值得吗？

12.9 延伸阅读

如果最终要交给别人一个真的 Excel 文件（多工作表、带图表、带公式），平台内置的表格技能可以直接产出成品文件，流程与验收标准见第 25 章。

---

小结：数据任务的价值不在"算得快"，而在口径透明、过程可复核、结论有依据。四铁律（先看数据/口径对齐/结果可复核/不编数）+ 六步流程，就是数据协作的全部心法。下一章：知识管理。