用Excel分析豆瓣读书数据

1.提出问题

针对这次豆瓣读书数据的分析，我们要解决以下问题：
1、 最受欢迎的书籍
2、 最受欢迎的作者
3、 业务最好的出版社
4、 质量最好/最差的书籍
5、 书籍评分和评论数量关系

2.理解数据

我们的豆瓣读书数据一共有60672条记录，数据包含以下字段：书名、作者、出版社、出版时间、页数、价格、ISBN、评分、评论数量。

3.数据清洗

3.1删除重复值

我们选择首先删除数据的重复值，这可以避免后续无意义的运算。
数据>数据工具>删除重复值>全选

3.2处理缺失值

3.2.1书名

这一列有两种缺失值，一是【None】，二是【点击上传封面图片】，失去书名的记录没有利用价值，我们筛选出这两种情况并将其删除。

3.2.2作者、出版社、ISBN

我们对”作者”这一字段的缺失值以”佚名”填充，”出版社”以”某出版社”填充，”ISBN”以 “*”填充。
选中”作者”所在列，Ctrl + F 查找 “None”>查找全部，选中所有查找出来的内容>替换>“佚名”>全部替换。
对于”出版社”也是相同的操作。