下载文档原格式
1、Accessa)函数计算i.DATADIFF1.DATADIFF(“参数”,起始时间,结束时间)2.3.例句SELECT 用户ID，注册日期，DATEDIFF(“D”,注册日期,#2011-12-31#) AS 注册天数FROM 用户明细；b)数值分组i.IIF函数法1.与Excel中的IF函数用法及功能一样。
在Access数据库中，IIF函数最多可进行13层嵌套2.IFF(表达式,表达式成立时返回的值，表达式不成立时返回的值)3.例句a)SQLSELECT 用户ID，年龄,IIF(年龄<=20,”20岁及其以下”,IIF(年龄<=30,”21-30岁”,IIF(年龄<=40,”31-40岁”,“40岁以上”))) AS 年龄分组FROM 用户明细;b)ii.CHOOSE1.与Excel中的CHOOSE函数用法及功能一样。
2.CHOOSE(参数,结果1,结果2,……,结果N)3.说明:a)参数可为表达式，如果参数或表达式返回的值为1，则函数CHOOSE返回结果1；如果参数或表达式返回的值为2，函数CHOOSE返回结果2，以此类推。
b)参数或表达式返回的值必须为1~254的数字，如果小于1或者大于254，则Access数据库将返回错误值“#VALUE！”。
c)如果参数为小数，则在使用前将被截尾取整，即相当于Excel中的INT函数效果。
4.例句SELECT 用户ID，年龄，CHOOSE((年龄-1)/10+1,”10岁及其以下”,”11-20岁”,”21-30岁”,”31-40岁”,”40岁以上”) AS 年龄分组FROM 用户明细；5.结果iii.SWITCH1.SWITCH(条件1,结果1,条件2,结果2,……,条件N,结果N)2.说明a)如果条件1为True，SWITCH将返回结果1，如果条件2为True，SWITCH将返回结果2，以此类推。
b)参数由成对的条件表达式和结果值组成，条件表达式按照从左到右的顺序求值，将返回与第一个求职结果为True的表达式相对应的结果值。
谁说菜鸟不会数据分析(入门篇)
4.2.3 检查数据逻辑错误
以“员工满意度调查问卷”为例，一般会有两种错误形式。
•被调查者输入的选项不符合要求。
例如“最多选择3格选项”的多选题，答题者选了4个选项。
•录入错误。
例如二分法的多选题录入时，出现了“0”和“1”之外的数据。
例：T1区域的答题数据就出现了上述两种错误情况
1. “最多选择3格选项”的多选题，答题者选择的选项超过了3个。
2. 录入者录入的数据出现了“0”和“1”之外的数据。
一、利用IF 函数检查错误
在I3单元格中输入=IF(COUNTIF(B3:H3,"<>0")>3,"错误","正确")，并向下拖动复制到I6单元格。
其中：
COUNTIF(B3:H3,"<>0")：在B3:H3数据区域中不等于0的单元格有几个。
IF(COUNTIF(B3:H3,"<>0")>3,"错误","正确")：若不等于0的单元格的个数大于3个，则显示错误，否则显示正确。
大数据打造互联网物流--菜鸟物流大数据应用分析大数据打造互联网物流--菜鸟物流大数据应用分析1.引言本文对菜鸟物流的大数据应用进行了分析。
菜鸟物流作为中国领先的物流平台，拥有庞大的数据资源，通过充分利用这些数据，可以提高物流效率、优化运营模式、提供更好的用户体验等方面取得突破性的进展。
本文将重点介绍菜鸟物流的大数据应用情况，探讨其在互联网物流行业中的重要性和价值。
2.菜鸟物流的大数据应用现状2.1 数据收集与存储菜鸟物流通过多种方式收集数据，包括订单数据、运输数据、仓储数据、用户数据等。
这些数据以结构化和非结构化的形式存储在云平台上，以便后续的数据分析和挖掘。
2.2 数据分析与挖掘菜鸟物流借助大数据分析平台对收集到的数据进行深度分析和挖掘。
基于这些分析结果，菜鸟物流能够了解物流运营的状况，发现问题和优化的机会，并做出相应的决策。
2.3 数据驱动的运营优化菜鸟物流利用大数据分析结果，进行运营优化。
比如，根据数据分析结果，优化配送路线、提升仓储效率、降低成本等。
这些优化措施能够帮助菜鸟物流提高物流效率，提供更好的服务，提升用户体验。
3.菜鸟物流大数据应用的核心技术3.1 数据挖掘与机器学习技术菜鸟物流利用数据挖掘和机器学习技术，对庞大的数据进行深入分析，提取有价值的信息和知识。
这些技术能够帮助菜鸟物流发现隐藏在数据中的规律和关联性，为运营决策提供有力支持。
3.2 实时数据处理与分析技术菜鸟物流面对大量的实时数据，需要及时对这些数据进行处理和分析，以获取实时的运营信息。
实时数据处理与分析技术能够帮助菜鸟物流快速响应市场变化，做出及时的调整和决策。
3.3 数据可视化技术菜鸟物流通过数据可视化技术，将大量的数据以图表、地图等形式呈现出来，便于用户理解和分析。
这样的可视化展示能够帮助菜鸟物流更直观地了解物流运营状况，及时发现问题和优化机会。
4.菜鸟物流大数据应用的优势与挑战4.1 优势菜鸟物流的大数据应用具有以下优势：- 数据资源丰富：菜鸟物流拥有大量的物流数据，可以为运营决策提供充足的依据。
谁说菜鸟不会数据分析(入门篇)
4.2.2缺失数据的处理
缺失值：数据集合中的某个或某些属性的值是不完全的。
在数据表里，缺失值最常见的表现形式就是空值或错误标示符。
利用定位功能查找空白单元格
“开始”→“编辑：查找和选择”→“定位条件”(Ctrl+G)→选中“空值”→“确定”
则所有空白单元格被一次性选中。
一、处理缺失值的四种方法
1. 用一个样本统计量的值代替缺失值。
最典型的做法就是用该变量的样本平均值代替缺失值。
2. 用一个统计模型计算出来的值代替缺失值。
常使用的模型有回归模型、判别模型等，不过这得用专业数据分析软件才行。
3. 将有缺失值的纪录删除，不过可能会导致样本量的减少。
4. 将有缺失值的纪录保留，仅在相应的分析中做必要的排出。
当调查的样本量比较大，缺失值的数量又不是很多，而且变量之间也不存在高度相关的情况下，采用这种方式处理缺失值比较可行。
二、用“Ctrl+Enter”键在不连续的区域一次输入同一个数据或公式
选择一个单元格或区域→按住“Ctrl”键不放，再选择其它单元格或区域，直到选中所有要输入数据的区域才松开“Ctrl”键→输入数据或公式→“Ctrl+Enter”键
三、用“查找”(Ctrl+F)和“替换”(Ctrl+H)功能
例：将“#DIV/0”替换为“0”
选中所要的数据区域→“开始”→“编辑：查找和选择”→“替换”→在“查找内容”中输入“#DIV/0”，在“替换为”中输入“0”→“替换”。
