

很多数据分析师每天与Excel打交道，但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误”“为什么说维度决定分组、度量决定计算”时，却常常答不上来。其实，表格结构数据是数据分析的“第一战场”。企业80%以上的结构化数据最初都以表格形态呈现，从零售门店的销售明细到电商平台的用户行为表，表格数据贯穿业务全流程。精准掌握其特征，是CDA数据分析师从“会看表格”升级为“会用表格”的必修课。

”

引言：为什么“读懂表格结构”是数据分析的第一步？

小孙是某零售企业的数据分析师。一天，主管发来一张Excel销售表：“分析一下近半年各品类的销售趋势。”小孙打开文件，3万多行数据扑面而来。订单金额、商品名称、下单时间、客户ID、支付渠道……数据很全，但他却有点不知所措：哪些列是维度？哪些列是指标？为什么用VLOOKUP时总返回#N/A？两张表怎么关联？为什么“2024/01/01”在排序时乱成一锅粥？

这几乎是每一位数据分析新人的真实写照。会“看表格”和会“用表格”之间，隔着一条叫做“理解表格结构数据特征”的鸿沟。表格结构数据以“行存样本、列储属性”的规范形态，成为CDA数据分析师最核心的工作载体。理解它的特征，是通往数据分析专业能力的第一步。

一、表格结构数据的核心认知

1. 什么是表格结构数据？

表格结构数据是指以“行存样本、列储属性”的规范形态组织起来的数据集合。每一行代表一个业务样本（如一笔订单、一个用户），每一列代表一个属性字段（如订单金额、用户年龄）。基本处理单位是单元格——每一个格子承载一条独立的信息。在Excel中打开一张工作表，看到的就是典型的表格结构数据。

表格结构数据与表结构数据（以字段为处理单位、面向数据库）不同，它以单元格为基本操作单元，灵活性高但处理批量数据效率较低。理解这一差异，有助于CDA分析师根据业务场景选择合适工具。

2. 层级关系：从单元格到工作簿

表格结构数据具有清晰的层级结构：工作簿 → 工作表 → 单元格区域 → 单元格。

• 工作簿：一个独立的电子表格文件（.xlsx）
• 工作表：工作簿中的一页（Sheet1、Sheet2等）
• 单元格区域：矩形连续单元格的集合（如A1:C10）
• 单元格：最小的数据单元，通过“列号+行号”唯一定位（如B4表示第2列第4行）

这一层级关系的重要性在于：当你在公式中引用数据时，可以在不同层级之间灵活切换——同一工作表内引用、跨工作表引用、甚至跨工作簿引用。

二、核心特征一：数据类型——表格的“基因密码”

表格结构数据中的每一列，本质上属于三大数据类型之一：

常见陷阱：

• ID编号（如订单ID、用户ID）虽然看起来是数字，但应视为文本型（不能求和），这是考试中经常出现的易错点
• 日期型常被误存为文本型，导致无法排序或绘图，需用DATEVALUE或“分列”功能转换为真正的日期型

快速判断工具：在Excel中，用=TYPE()函数可以快速判断单元格的数据类型——=TYPE(100)返回1（数值），=TYPE(“100”)返回2（文本）。养成“上手先看类型”的习惯，可以避免大量低级错误。

三、核心特征二：行列规范，维度与度量明确

1. 维度与度量——“看懂表格业务语言”的关键

• 维度：描述“谁、何时、何地”的分类字段，多为文本型。例如：用户ID、城市、日期、产品类别。维度用于分组。
• 度量：描述“多少、多大”的业务结果数值，多为数值型。例如：订单金额、点击次数、登录时长。度量用于汇总计算（求和、平均等）。

例如，分析“各城市销售额”时，“城市”是维度，“销售额”是度量。将维度拖到透视表的“行标签”，将度量拖到“值标签”，瞬间完成分组汇总。

2. 行列规范的三大要求

表格结构数据要求：

• 一行一记录：每一行代表一个完整的业务事件，不能出现合并单元格导致多行共用同一标识
• 一列一属性：每一列的数据类型必须一致，字段名不可重复
• 表头唯一且清晰：第一行必须是字段名，不能有空白或重复名称

四、核心特征三：数据获取——表格数据的“三大来源”

表格结构数据通常来自三个渠道：

1. 企业后台数据库系统：分析师通过SQL查询语言提取数据，导出为CSV、TXT、XLSX等格式，是最核心的数据来源
2. 前端操作平台：业务人员日常使用界面自带导出功能，如电商后台订单管理页面、财务系统报表
3. 企业外部渠道：公开数据集、第三方数据服务、行业报告

关键文件类型区分：CSV/TXT为纯文本文件，仅包含数据本身，不涉及公式、格式或图表；XLSX/ET为电子表格工具文件，可保存公式、格式及图表操作记录。数据量巨大时，优先使用CSV/TXT格式，因为文件体积更小、读取速度更快。

数据清洗——保障分析质量的基石：数据获取只是开始，清洗工作必不可少：

• 去重：消除重复记录，避免同一业务事件被重复计算
• 异常值排查：检测数值型字段中的异常数值并核实（如订单金额为负数）
• 格式标准化：统一同一维度字段的表示（如“男”“男性”“M”统一为“男”）
• 缺失值处理：根据业务场景决定填充（均值/中位数/众数）或删除

五、核心特征四：引用——表格的“连接器”

引用是表格结构数据处理中最基础也最频繁的操作。

进阶技巧——结构化引用：当数据被转换为Excel的“表格”（快捷键Ctrl+T）后，可以使用结构化引用，用表格名称和列名代替传统单元格坐标。例如，=SUM(销售表[销售额])比=SUM(C2:C100)更具可读性，而且在数据新增行时，引用范围会自动扩展。这是CDA一级考试中的重点内容。

六、核心特征五：查询——从“大海捞针”到“精准定位”

两类查询方法：

方法一：表格工具搜索功能（Ctrl+F），适合小规模数据的快速定位。

方法二：查询函数（VLOOKUP/XLOOKUP等）——这是真正的核心技能。函数的基本构成是：“=”+函数表达式+参数+操作符+返回值。

以经典的VLOOKUP为例：

=VLOOKUP(查找值, 表格数组, 返回列号, [匹配方式])

这个函数可以从另一个表格中查找匹配的数据并返回对应信息。例如，在订单表中通过“产品ID”查询产品名称，就是用VLOOKUP的典型场景。

XLOOKUP函数（Excel 2021及以上版本支持）是VLOOKUP的升级版，支持向左查找、更灵活的错误处理等。

七、核心特征六：计算与函数——让表格“活”起来

表格结构数据的公式和函数是CDA大纲明确评价的内容，主要针对五类常用函数：

函数构成的基本逻辑：“=” + 函数名称 + (参数1, 参数2, …)

例如，=IF(AND(E2>=60, F2>=60, G2>=60), “通过”, “不通过”) 进行多条件资格判断。

八、核心特征七：透视分析与条件格式——从数据到洞察

1. 数据透视表——多维分析的“万能钥匙”

数据透视表能够将多行多列的明细数据快速按多维度、多层次分类展示。

操作四步法：

1. 选择数据区域 → 2. 插入 → 数据透视表 → 3. 拖拽字段到行/列/值区域 → 4. 调整汇总方式和格式

字段配置：

• 行标签：定义行分组（如产品类别、地区）
• 列标签：定义列方向的交叉分析（如月份、年份）
• 值标签：放置需要汇总计算的度量（如销售额、数量）
• 筛选器：添加维度控制（如时间段、支付状态）

常用汇总方式：求和、平均值、计数、占比（占总计的百分比）、同比/环比。

2. 条件格式——数据的“视觉预警器”

条件格式是数据质量控制和结果展示的高效工具：

• 数值预警：基于阈值设置单元格底色，如用红色填充色对过低指标值进行预警
• 图标集：用三色红绿灯动态显示指标综合表现
• 数据条：直观展示数值大小对比

例如，在分析订单明细时，设置条件格式：销售额 < 成本 → 红色背景，瞬间标记亏损订单。条件格式能帮助业务方在展示和沟通中快速定位异常数据。

透视分析结合条件格式，可使数据分析从“静态表格”升级为“动态看板”，极大提升沟通效率。

九、实战演练：从一张“销售订单明细表”完成完整的规范化分析

背景

某电商平台运营团队需要分析销售额下滑的原因。原始销售订单明细表存在数据质量问题：订单金额有负值，下单日期列格式不统一，部分关键属性列为空。需进行标准化处理后才能输出分析报告。

完整操作流程

第一步：识别数据类型与基础清洗

• 用=TYPE()函数核实每列的数据类型，将“下单日期”列从文本型转换为日期型（YYYY-MM-DD）
• 筛选“客户姓名”列的空值，决定补充或删除
• 统一维度项描述，确保“产品名称”列中不存在“手机”和“智能手机”等不一致表述
• 取消合并单元格，还原为标准行数据

第二步：规范引用与多表关联

• 将已标准化的表格转为动态表格（Ctrl+T），确保后续公式自动扩展
• 使用VLOOKUP从商品信息目录库中匹配产品名称和二级类别，补充销售数据的分析维度

第三步：计算衍生指标与透视汇总

• 创建“利润”（=单价×数量—成本）和“是否高价值客户”等新列
• 使用数据透视表按“产品名称”与“下单月份”汇总销售额，并生成月度趋势图



这就是一套完整的“类型识别 → 清洗 → 引用关联 → 函数计算 → 透视汇总”的表格结构数据标准化分析流程。

”

结尾

很多数据分析师会看表格、会写公式，但当被问到“表格结构数据和表结构数据的本质区别是什么”“如何处理多来源表格数据的数据清洗”“VLOOKUP的正确使用场景和避坑指南”时，却常常答不上来。

2025年新考纲将“表格结构数据特征”作为PART 5的核心内容，考试占比虽为2%—3%，却贯穿了整场数据分析过程的起点和终点。它既考察数据特征识别的能力，也考核数据全流程管理的应用能力。表格结构数据是CDA分析师最基础的工具，掌握它的核心特征，是提升数据分析专业度和质量底线的根基。

如果你想建立从“数据接入→清理→计算→分析→洞察”的完整数据工作流，并获得权威的专业能力证明，可以考虑了解CDA数据分析师认证。PART 5完整覆盖了表格结构数据的特征、获取、引用、查询、计算、透视分析等核心知识点，通过系统的教材和官方模拟题库训练，帮助你真正把“看表格”变成“用表格”。

下一步行动：

1. 找到一张日常使用的业务表格，用CDA的分类方式识别并标记各列的数据类型
2. 使用“数据验证”工具在Excel中设置字段有效值范围，从源头避免异常数据入库
3. 为常规分析的字段设置条件格式预警规则，培养“数据全程管控”的习惯



看懂表格结构是本能，精准驾驭表格结构数据的每一次处理与建模，才是CDA数据分析师的专业魅力。

”

图文含有广告内容

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0