- 博客(10)
- 收藏
- 关注
原创 VBA应用—批量下载邮件附件
打开outlook > 开发工具 > 宏 > 批量下载附件(或者其它你自定的名称),这样就会将所选中的所有邮件的附件下载到path中了。原文链接:https://blog.youkuaiyun.com/weixin_40021197/article/details/109163091。outlook > 文件 > 选项 > 信任中心设置 > 宏设置 > 启用所有宏。outlook > 文件 > 选项 > 自定义功能区 > 勾选 开发工具。然后粘贴下文的代码段,F5运行或者Ctrl+S保存。,我默认设置的是E盘。
2023-05-31 23:38:23
2525
1
原创 EXCEL 常用快捷键
同样的,翻看网页或者浏览碎片信息时一些偶尔发现的数据分析技巧也是,最好随手记下来,免得忘记又要重新翻看,费了时间。日常办公你能用到的很多,我最最常用的有标记了黄色底,方便查看。其它就是随缘啦,需要什么就记住什么!其实这些不需要死记硬背,用的多了自然就熟悉了。很久不用,忘记了、生疏了也没关系,再捡起来就好。,我们不是为了工具服务。如果花费过多时间去背,就得不偿失了。欢迎评论探讨交流呀!
2023-05-31 23:18:09
219
1
原创 EXCEL 数据透视表,打工人必备汇总统计
数据透视表是什么?怎么用?我记得好多年前,我第一次接触透视表的时候,完全是一脸懵,理解不了设计者的意图。后来看了一些资料,自己也使用摸索着,自认为逐渐理解了设计者的逻辑。虽然还是有很多高级功能不懂,但一些基础性、常用功能,已经能够快速高效地解决工作中的大多数问题啦。插一句,我们常常见到的普通表格,每一列,叫一个字段;每一行,是一个完整的记录;在行和列的交错中,总结得出来的,才叫信息。简单来理解,数据透视表可以帮助我们从一堆数据中,总结提炼出需要的信息。本文旨在介绍一些简单使用的技巧,帮助初学者入门。
2023-05-31 23:00:07
385
1
原创 【Excel VBA】批量拆分工作表为独立文件/独立工作簿(亲测有效)
实用VBA工具,一步步摆脱工具人把我给的代码,复制到VBA里面,直接运行,就ok亲测有效。有问题请留言~Sub 保留表头拆分数据为若干新工作簿()Dim arr, d As Object, k, t, i&, lc%, rng As Range, c% c = Application.InputBox("请输入拆分列号", , 1, , , , , 1) If c = 0 Then Exit Sub Application.ScreenUpdating = Fa
2021-02-05 14:47:09
6688
5
原创 淘宝电商用户行为数据分析及可视化—基于MySQL/Power BI(含代码)
本项目以阿里巴巴移动电商平台的真实用户-商品行为数据为基础,使用MySQL进行数据清洗,以AARRR模型、RFM模型为基础展开分析,再用Power BI做可视化,最后从提升用户活跃度、促进商品成交、差异化用户营销三个方面提出建议。
2020-05-28 08:42:09
13057
8
原创 SQL基础入门知识——牛客网数据库SQL实战
以下内容,是做牛客网数据库SQL实战过程中涉及到的sql知识点笔记,包括表、索引、视图、触发器等。感兴趣可以去做一下:https://www.nowcoder.com/ta/sql
2020-05-18 12:05:32
440
原创 2019年北京市土地成交市场分析——基于Excel的分析与可视化
1. 整体市场相对稳定,量价小幅变化2019年北京市土地市场,相对2018年,量价方面小幅变化,溢价率同比降低4个百分点。全年共成交86宗土地(79宗挂牌方式、7宗招标方式),较2018年增加14宗,土地面积为474万平方米,同比下降3%,成交总价为1688亿元,同比上升幅度不足1%,楼面价为18630元/平方米,同比下降5%。图:2018-2019年北京土地成交市场变化指标注释土地面积...
2020-05-07 11:44:17
2333
原创 链家网北京市租房数据分析(一)——基于python的数据清洗
本项目主要利用pthon基本语法,对链家网的3000余条整租房源数据做清洗,以便下一步进行具体的分析及可视化。我前期用Jupyer来敲代码,个人觉得比较方便,结果可以直接看到,之后再整合后放到pycharm中运行。
2020-05-07 10:23:09
8107
8
原创 链家网北京市租房数据分析(二)——基于python的数据可视化
本次分析的数据为链家网租房首页的3000余条整租房源数据,分析工具为python的常用包pandas, matplotlib, seaborn。数据源可点击链接至百度网盘提取,永久有效。本项目分为两部分,数据清洗、可视化探索。本文为第二部分,第一部分可跳转我的另一篇文章。
2020-05-06 20:59:52
17593
9
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人