上一周头脑风暴后直接没有章法就对数据集进行分析，这周初步了解数据分析的全过程，还是老老实实按照步骤一步步来。
整体的分析思路是：1.提出问题；2.理解数据；3.数据清洗（选择子集→列名重命名→删除重复值→缺失值处理→一致化处理→数据排序→异常值处理）；4.数据分析/构建模型（分组汇总用数据透视表，描述统计分析用分析工具库，多表关联查询-vlookup）；5.数据可视化
按照此步骤再对上一周头脑风暴后的问题进行分析：
首先将原始数据表复制备份，加上后缀-清洗数据四
其次理解数据，事实上之前是已经做过这步操作了，但是这儿再对两个表对比分析，相同字段名是用户ID，为后来的多表关联查询做准备。
接下来就是数据清洗这一步骤，这儿就严格按照步骤来做：
选择子集+列名重命名两个步骤：对两个表的字段名再次查看，因商品属性列，没有明确告知数字所代表的属性值意义，所以将商品属性列隐藏：选中该列，右键单击，选择隐藏。字段名设置清晰，不需要再对列名重命名。但是考虑到后面处理的方便，于是将除商品属性以外的列复制进sheet2表中。当然在商品属性这儿如果有明确告知的其具体含义，将商品属性分列后，对店铺库存补货也是可以参考的极为重要的信息。
删除重复值这一步，对两张表全部的数据重复值查找（区分教程中的步骤仅对职位ID这一唯一标识进行重复值查找，尽管用户ID同样也是唯一标识，但是用户重复购买是有用信息）。这儿全选删除重复值，两张表均未发现重复值。自己思考的点是，如果真的出现了全部字段值的内容均相同，除了可能是数据录入重复，也有可能是用户当天重复购买同样数量的同样商品。
没有发现重复值后需要对缺失值进一步处理，通过定位条件，发现没有空值。
一致化处理在这儿将目前为常规格式的日期，保存为日期格式，操作步骤：数据-分列-前两页不处理-最后一页选中日期，最后处理的数据展示如图所示。
异常值处理，着重查看日期列，发现婴儿列存在一异常值，删除掉该行。
因两表有用户ID作为唯一标识，所以进行Vlookup的函数操作。这里将婴儿信息表Vlookup过来的时候需要用到text函数，并且分列将其格式设置为日期，同时将所有#N/A替换为空。
接下来进行数据分析，这儿想要解决的问题有：
用户角度：
（1）最高购买量的用户是谁？
（2）复购率高的用户是谁？
（3）有小孩的用户最高购买量是谁？
（4）有小孩的用户复购率高的是谁？
以此类推：婴儿性别为女性的用户购买量和复购率最高的是谁？男性又是谁？
商品角度：
（1）购买量最高的商品是什么？
（2）复购率最高的商品是什么？
（3）商品分年分月分季度的购买量
（4）以性别为筛选项商品分月分季度的购买量
婴儿年龄的描述统计
对婴儿年龄先进行计算，以数据提供日期2018/04/02为计算起始日期，计算年龄。
