欢迎回到知识城的课程 关于使用Excel进行数据分析。 我是克利夫·布罗佐。 我是你的导师。 而在今天的课程中， 我们将讨论查找数据集 所以我们实际上可以做一些数据分析。 让我们来看看找到这些数据集的最佳位置。 最全面的地点之一 数据集在一个名为 kaggle.com 的网站上， 和 kaggle.com 特征数据集 几乎可以满足您的需求。 去真的很有趣 看看那里有什么样的数据集。 在屏幕的左侧 当你访问 kaggle.com 时， 是的，你必须注册，但它是免费的， 我们可以点击数据集这个词。 它将把我们带到所有的数据集 位于 Kaggle 上。 有一些数据集是趋势， 当你浏览它们时， 看看你是否看到了你感兴趣的东西。 有一些流行的数据集。 有一些最近查看的数据集 一旦你访问了网站， 电影和电视节目数据集，服装和配饰， 经济学，NLP，处理神经语言学， 一些关于癌症的数据集，一些关于 COVID 的数据集。 如果你不喜欢你所看到的， 您可以探索所有公共数据集 那是在那里。 当我点击这里时，我得到页面和页面， 事实上，152,000 个不同的数据集。 当我经过时，我可以看到有一些 我可能会感兴趣。 有些我可能不感兴趣。 当我滚动、滚动、滚动时， 我可以去找一个我喜欢的数据集。 如您所见，至少有九页。 如果我在中间选一个， 我可以看到它们没有任何顺序。 我可以随时输入我要查找的内容 如果我知道我在找什么。 当你再次穿过它们时， 这些数据集千差万别。 这是我感兴趣的一个，沃尔玛信息。 让我们看一下沃尔玛数据集中的内容。 当我点击它时，它会给我一个描述 这个特定数据集中的内容， 沃尔玛45家门店的销售数据。 他们面临着挑战，不可预见的需求， 并且他们的商品缺货。 沃尔玛全年都在进行促销降价活动。 他们在重要的假期之前， 其中最大的四个是超级碗、劳动节、 感恩节和圣诞节。 包括那些假期在内的几周 权重是评估的五倍 非假期周。 再一次，为了了解你在处理什么， 您真的必须通读说明。 当我向下滚动时， 它开始告诉我这里的信息。 给我所有的字段名称。 它告诉我它显示了 17 列中的 10 列。 我可以展开它以选择所有列 并应用该过滤器。 获取同类信息， 但现在我可以来回滚动 查看此数据集中的数据类型。 当我进一步向下滚动时， 它给了我一些活动统计数据 人们下载了多少次 以及人们观看了多少次。 我要下载这个数据集 看看里面有什么。 点击下载按钮， 它会为我打开一个文件， 这是沃尔玛清理过的数据集。 当我打开数据集时，我可以看到我拥有所有数据， 要做的第一件事就是熟悉自己 您要处理多少条记录。 我会走到右边 一直往下看我有 42,000 行。 这是相当可观的数据量。 我走到起点， 有几件事我想做 在我真正开始查看数据之前。 第一是我占据第一行，然后冻结窗格。 这是在视图选项卡中， 然后我冻结窗格，然后我说冻结第一行。 这对我来说是当我向下滚动时， 我还有我的标题。 我也想换行文字， 所以我转到我的主页选项卡并单击换行文本。 这给了我更多 这些列代表什么的视图。 在查看数据时， 我可以看到我有商店编号、日期、 不管是不是假期， 它在哪个部门，每周的销售额是多少， 当天的温度，当天的燃油价格， 五种不同的降价类别， 消费者价格指数、失业率、类型和规模， 如果你不记得那些东西是什么， 你可以随时返回 Kaggle 并找出答案。 在这种情况下，类型代表商店的类别， 大小是特定商店的平方英尺。 现在是提出某种假设的时候了 根据我面前的数据来说， 我可以从可用数据中推断出什么？ 在考虑它时， 我想知道温度，室外温度， 对日常销售有任何影响。 人们会在寒冷的时候去购物吗？ 人们会在炎热的时候去购物吗？ 让我们看看能不能找到答案。 再一次，我要插入一个数据透视表。 我确定我在这张桌子的某个地方。 插入数据透视表。 它知道我的桌子是什么。 我单击"确定"，这是我的数据透视表字段。 我对温度感兴趣， 我也对每周的销售感兴趣， 那会给我所有 我不同的温度 以及那一周的销售额。 接下来，我想检验我的假设 并根据温度查看它是否重要。 我要做的第一件事就是量体温 我将对这些数据进行排序，转到我的主页选项卡。 我想从大到小排序 显然最热的一天刚刚超过 100 度。 现在我想弄清楚， 人们在 100 度时购物吗？ 当我看到所有这些数字时， 我发现真的很难确定是否 或者没有任何一种模式。 我要应用一些条件格式 到我的每周销售额总和 当人们购物时，它会直观地告诉我。 我单击整个 B 列。 那是我要格式化的列。 我选择条件格式， 我将进入我的最高和最低规则 然后说，"给我前 10%。" 我想弄清楚前 10% 的销售额是多少， 所以我转到条件格式，我的最高和最低规则， 选择前 10%， 并格式化它，使其成为我喜欢的颜色。 我会选择绿色。 我单击"确定"，但马上就什么也看不到了。 在我惊慌失措之前，我开始向下滚动， 直到温度达到 91 度 我有前 10 名的销售额吗？ 这告诉我人们不购物 当它非常热时，因为只有这些数字中的一个， 我继续向下滚动， 我刚好超过 90 度。 还有第二个。 我继续向下滚动，89 度。 所以在 112 个不同的温度范围内 从 89 或 90 度及以上， 只有三次有大量的销售。 我一直向下滚动，向下滚动，向下滚动。 我跳下来差不多88度，还有一个。 87度，我还有一个。 那只有五个。 87度。 这是给我看的 天气超级热的时候不会有很多人购物。 当我进一步向下滚动数据集时， 我会在这里抓住我的滚动条， 当我进入更温和的温度时， 我会有越来越多的数据 那是销售额的前 10%。 这只是我获取数据集的一种方式 并选择一个假设 然后证明我的猜测是否 将是对还是错。 现在您知道在哪里可以找到数据集了 以及拥有它们后如何处理它们。 下次见。
