第二天:Excel不是玩具,是你最该先练熟的“重武器”

摘要：太多人一入门就急着学Python，却连Excel的数据透视表和VLOOKUP都用不顺。本文想说的是：Excel不是玩具，它是你职场上最唾手可得的“重武器”。把它练熟，你80%的分析工作已经够用了。

封面文案：把Excel用到极致的人，和只会打开Excel的人，是两个物种。

话题标签：#Excel技巧 #数据分析 #职场技能

一个让我重新认识Excel的瞬间

很多年前，我围观一位前辈处理一份10万行的销售数据。

我脑海里第一个念头是：“这得上Python了吧？”那位前辈笑了笑，打开Excel，按下 Ctrl + T 创建表，然后插数据透视表、写两个简单的公式、拉几个切片器——前后不到15分钟，一份清晰的区域销售对比报告就躺在桌面上了。而我还在纠结Anaconda的安装报错。

那一刻我意识到一个残酷的事实：我用Python要折腾半小时的事，他用Excel 15分钟搞定了，而且领导能看懂、能修改、还不依赖任何人。

Excel不是玩具。把它当玩具的人，才真的把它用成了玩具。

第一章 别瞧不起Excel——你未必真会用

观点：Excel是数据分析师被严重低估的基本功，大多数人只用了它10%的能力。

解释：学数据分析的人有一种奇怪的心态——觉得Excel“太基础”，不好意思认真学。入门教程跳过Excel，直接学Python和SQL。结果呢？遇到真实业务需求时，出现了一个尴尬断层：Python刚入门写不快，Excel又不熟，两头都不靠。

但真实职场里，Excel是第一道防线。它不挑环境、不需要装库、打开即用、任何同事都能打开看。这些特性，Python和SQL都做不到。

Excel真正有价值的功能，远不止求和排序：

• 数据清洗：文本分列、删除重复值、查找替换、TRIM去除多余空格

• 数据分析：数据透视表、分类汇总、SUMIFS/COUNTIFS多条件统计

• 数据查找：VLOOKUP / XLOOKUP 纵向查找、INDEX + MATCH 组合

• 数据验证：条件格式标记异常值、数据有效性限制输入

案例：有一位学员，第一份数据分析工作就是靠“Excel熟练”拿到的。面试题是：给一张订单表，要求30分钟内找出“复购率最高的前10个城市”。他用数据透视表拉出每个城市的订单数和用户数，再用公式算复购率，排序，加条件格式高亮——20分钟交卷。面试官当场说：“这个岗位就需要这样的人，不需要等IT排期。”

建议：给自己的Excel能力做一个摸底。打开一份真实数据，试着回答这三个问题：

1. 能不能5分钟内做出一张数据透视表？

2. 能不能不用鼠标拖拽、纯键盘完成一个 VLOOKUP？

3. 能不能用条件格式高亮出“超过平均值两倍的异常值”？

有一个答不上来，就说明Excel还有很大的提升空间。

第二章 数据透视表——你早就该掌握的“万能遥控器”

观点：数据透视表是Excel里性价比最高的功能——学会它，能解决一大半的汇总分析需求。

解释：很多人做数据汇总的方式是：筛选→复制→粘贴→筛选→复制→粘贴……循环往复。效率极低，还容易出错。

数据透视表的核心逻辑其实只有四个区域：

• 行区域：你想按什么维度分组（比如按城市、按月份）

• 列区域：你想在横向上对比什么（比如按产品类别）

• 值区域：你要算什么（求和、计数、平均值）

• 筛选区域：你要限定哪些范围（比如只看2024年）

拖一拖，拉一拉，三秒钟换一个分析角度。任何数据岗位面试，数据透视表几乎是必考题。

案例：假设你手上有一张2024年的全国订单表，10万行。老板问：“我们哪个城市的客单价最高？哪个品类的复购最好？”

不用写SQL，不用Python。选中数据源，插入数据透视表：

• 把“城市”拖到行

• 把“订单金额”拖到值（设置成平均值）

• 排序——3秒出结果。

下一个问题：“不同品类的复购情况呢？”再拖一个数据透视表，把“品类”拖到行，“用户ID”计数（不重复计数），再算重复购买比例——还是3秒。

建议：找一张真实的业务数据（电商订单、销售流水都行），强制自己只用数据透视表完成以下任务：

1. 统计每个销售员的业绩总和和排名

2. 统计每个月的订单量变化趋势

3. 找出“订单金额超过5000元”的订单占比

练完这三个，数据透视表的基本功就扎实了。

第三章 查找函数——把分散的表“连”起来的魔法

观点：VLOOKUP/XLOOKUP是Excel的“关联键”，学会了它，你就能把多张表串成一张分析表。

解释：现实中的数据往往是散落的。订单表在一张表，用户信息在另一张表，商品信息在第三张表。你要做分析，就得先把它们串起来。

这就需要用查找函数。

• VLOOKUP（纵向查找）：按某个关键字段，从另一张表里找对应的值。

• XLOOKUP（新版Excel）：比VLOOKUP更灵活，支持向上查找、向左查找，出错更少。

• INDEX + MATCH组合：更高级的查找方式，灵活性最高。

核心口诀很简单：你有一个值，去另一张表里找它对应的另一列。

案例：订单表里只有“用户ID”和“商品ID”。现在你想分析“不同年龄段的用户购买偏好”——订单表里没有年龄，用户信息表里有。

两步走：

1. 用 XLOOKUP 把“用户年龄”从用户信息表匹配到订单表（匹配字段：用户ID）

2. 然后插入数据透视表，按年龄段分组统计购买商品

如果不会查找函数，你就得手动一个一个复制粘贴——10万行数据，贴到明年。

建议：做一次“三表联查”练习：

• 表A：订单明细（订单ID、用户ID、商品ID、金额）

• 表B：用户信息（用户ID、年龄、城市、注册时间）

• 表C：商品信息（商品ID、品类、单价）

用VLOOKUP/XLOOKUP把三张表合成一张宽表，再做一张数据透视表分析“25-30岁用户在数码品类的客单价”。完成这一步，就算正式进入Excel实战的门了。

第四章 把Excel当“分析工具”而不是“电子表格”

观点：Excel的边界比你想象的远，学会用它的分析功能，而不是把它当Word用。

解释：很多人用Excel的方式，其实是“把表格当Word文档用”——打字、填色、画边框、手工算合计。这完全浪费了它。

Excel里还有一批“低调但强大”的功能，值得你花时间掌握：

• 条件格式：自动标记异常值（比如销售额低于均值的单元格自动变红），让异常“跳出来”

• 分列与文本处理：从“2024-01-15 14:30”里拆出日期和小时，不用写函数

• 模拟分析（规划求解/数据表）：做“如果……会怎样”的分析，比如“如果客单价提升5%，利润会增加多少”（需要核实是否已启用该加载项）

• Power Query：Excel 2016以上版本内置，支持从文件夹批量合并多个CSV文件，处理百万行数据不卡顿

这些功能加在一起，Excel能覆盖绝大多数分析场景，至少到20万行级别，Excel仍然能跑得很顺畅（需要核实具体行数边界与电脑配置相关）。

案例：一位做电商运营的朋友，每天需要从后台导出三份报表（订单、流量、库存），手动合并再做日报。每天至少45分钟，重复劳动。

后来他花半天学了一下Power Query：

• 设置好数据源文件夹路径

• 定义好合并和清洗步骤

• 每次只需要把新文件丢进文件夹，点击“刷新”就自动出结果

日报时间从45分钟缩短到3分钟。他没有学Python，没有装任何新软件，只是把一个Excel功能用到位了。

建议：给自己设定一个目标——下一份周报或月报，全程只用Excel完成。不限方法，但只有一条规则：不能有任何手动复制粘贴的步骤。 能公式解决的用公式，能透视的用透视，能条件格式的用条件格式。这个限制会让你被迫发现Excel真正的“武器库”。

最后

Python很好，SQL很酷。但它们是“重武器”，而Excel是“随身武器”。

重武器适合攻城拔寨——大规模数据处理、复杂的机器学习模型。但随身武器才是你每天都会掏出来的家伙——开会前快速拉个汇总、领导临时要一个数、业务方丢来一张表格让你三分钟出结论。

把Excel练到“不用想就能操作”的程度，是你职场效率提升最快的一条路。 这个投入的回报率，比任何一门新语言都高。

今天的问题： 如果现在给你一张1万行的订单表，要求10分钟内找出“过去30天、复购次数超过3次、总金额排名前20%的用户”，你能用纯Excel做出来吗？如果现在不能，你觉得你缺的是哪个功能？

欢迎在评论区聊聊你的答案——这也正是你接下来该去查资料补上的那一课。