表格与数据分析

数据分析最容易出错的地方往往不是算术，而是口径。先说明一行代表什么、每列单位是什么，再要求统计。涉及客户资料时，先移除不必要的身份字段。

先做数据体检

这份表格每行代表一笔订单，金额单位是人民币元。
先报告行数、列名、日期范围、缺失值和重复记录，不要先做销售结论。
“退款”记录需要单列。遇到不明确的字段，先询问我。

把它给出的行数与原文件核对。检查日期格式是否被误读，编号是否丢失前导零，空白是否被错误当作零。

明确指标定义

“平均订单金额”可以是订单总额除以订单数，也可能只包含已支付或已完成订单。把分子、分母、过滤条件和时间区间写出来，才能复现结果。

要求结果同时给出计算方法与中间统计。若工具实际执行了代码，检查使用的列名、过滤规则和输出文件；如果只是给出建议公式，则需要在表格工具中验证。

选择合适的图表

• 时间变化：折线图，检查时间是否连续。
• 分类对比：条形图，检查类别顺序与单位。
• 比例构成：类别较少时使用比例图，类别过多则改用条形图。
• 两个变量关系：散点图，但相关性不能直接解释为因果关系。

图表标题应包含统计对象和区间。避免截断坐标造成夸大的视觉差异，并检查中文字体、图例、负数与零值。

用三笔订单验证统计口径

以下为虚构的练习数据：A 订单支付 100 元，B 订单支付 200 元后全额退款，C 订单支付 300 元。按“支付总额”计算是 600 元，按“扣除退款后的净额”计算是 400 元。两者都可以有用，但必须写清指标名称。

如果客单价定义为“未退款订单金额 ÷ 未退款订单数”，结果是 400 ÷ 2 = 200 元；如果把全部三笔订单作为分母，结果约为 133.33 元。差异来自口径，不能只让模型任选一个平均数。

可以追问：“请列出纳入计算的订单编号、排除项和公式。”这比只问“算得对吗”更容易定位错误。

清洗数据时保留修改记录

问题	合理处理	不宜直接做的事
日期混用不同格式	先确认年月日顺序，再统一	把 03/04 自动认定为某一天
订单号重复	根据业务主键和状态判断	只因金额相同就删掉一行
金额为空	统计缺失数量，确认是否可补	自动当作 0 元收入
编号带前导零	按文本保存	转成数字后丢失零

输出清洗后的文件时，另存版本并保留原始数据。如果需要向别人解释结论，可以同时交付字段说明、过滤规则和一张核对表。图表只是展示层，真正可复现的是原始记录和计算过程。

最终验收

从原数据手动抽算几条记录，确认合计和关键分组能对上。保存原始文件、清洗规则与输出版本。对外汇报时说明样本范围、缺失信息和分析局限。

下一篇：办公实践。功能依据：ChatGPT Learn：Use ChatGPT。