本文目录一览：
csv如何转换为excel？
1、在计算机桌面上有一个“列出的分发” CSV文件。 右键单击该文件，将弹出右键菜单。
2、单击：打开模式，弹出子菜单的右侧，然后单击：EXCEL
3、接着，在工作表左上方这里，点击文件
4、到另一页；在这里， 点击： 另存为
5、在弹出对话框的“另存为类型”中，单击其按钮，在各种类型的弹出EXCEL工作表中，后缀名为xlsx，然后单击“保存”。
CSV格式转换到excel,怎么做?
1、现在电脑桌面上有“上架分布”的CSV文件。鼠标右击该文件，弹出右键菜单。
2、再点：打开方式，在右侧弹出子菜单，再点：EXCEL
3、接着，在工作表左上方这里，点击文件，
4、转到另一个页面；在这里，点击：另存为
5、接着，选择计算机，再点：桌面
6、弹出对话框，在保存类型这里，点击其下按钮，在弹出的各种类型中选择EXCEL工作薄，后缀名是xlsx；再点保存即可。
如何把一个或几个CSV文件中的数据读取到Excel表格中
1.首先介绍下CSV的合并方法。第一步将csv全部放在一个文件夹，并同时复制到C盘或者其他盘第一路径下。下面以D盘介绍。
2.复制完毕，开始合并准备工作。打开cmd命令提示符。输入cmd，按下enter后，切换到D盘符下。
输入合并指令（注意英文输入法输入）：copy *.CSV all.csv
(意思是合并D盘下第一路径中的所有的csv文件为一个，并命名为all.csv，另外，表格最多大约支持107w条数据，如果多余这些，建议分表合并了)。
3.合并完毕，建议打开另存为excel，既xlsx格式的表格。这样原表可作为备份。
接下来再介绍下excel格式的表格合并，区别于csv稍有不同，需借助“excel汇总专家”工具来实现。可以百度搜素并下载安装。
该软件可将多个excel文件合并，具体如下。
4.将所需要的合并软件全部放在一个文件夹内，如附件图。其次打开该软件，另外，该软件为绿色软件，无需安装。双击文件名为：excel汇总专家.exe。
5.运行完毕，选择汇总表格行数据，其次在选择你要合并的文件夹（既你所新建的文件夹）。默认为第2行数据到最后一行（因为表头的原因），如果没有表格，记住选择第一行开始。
在取一个表格名称。
6.点击开始运行，运行完毕，查看，再另存表格一份。以上介绍完毕。
Excel如何抓取网页数据之JSON数据抓取
打开Chrome，在拉勾网搜索深圳市的“数据分析”职位，使用检查功能查看网页源代码，发现拉勾网有反爬虫机制，职位信息并不在源代码里，而是保存在JSON的文件里，因此我们直接下载JSON，并使用字典方法直接读取数据。
抓取网页时，需要加上头部信息，才能获取所需的数据。
在搜索结果的第一页，我们可以从JSON里读取总职位数，按照每页15个职位，获得要爬取的页数。再使用循环按页爬取，将职位信息汇总，输出为CSV格式。
程序运行如图：
抓取结果如图：
数据清洗占数据分析工作量的大头。在拉勾网搜索深圳市的“数据分析”职位，结果得到369个职位。查看职位名称时，发现有4个实习岗位。由于我们研究的是全职岗位，所以先将实习岗位剔除。由于工作经验和工资都是字符串形式的区间，我们先用正则表达式提取数值，输出列表形式。工作经验取均值，工资取区间的四分位数值，比较接近现实。
4. 词云
我们将职位福利这一列的数据汇总，生成一个字符串，按照词频生成词云实现python可视化。以下是原图和词云的对比图，可见五险一金在职位福利里出现的频率最高，平台、福利、发展空间、弹性工作次之。
5. 描述统计
可知，数据分析师的均值在14.6K，中位数在12.5K，算是较有前途的职业。数据分析散布在各个行业，但在高级层面上涉及到数据挖掘和机器学习，在IT业有长足的发展。
我们再来看工资的分布，这对于求职来讲是重要的参考：
工资在10-15K的职位最多，在15-20K的职位其次。个人愚见，10-15K的职位以建模为主，20K以上的职位以数据挖掘、大数据架构为主。
我们再来看职位在各区的分布：
数据分析职位有62.9%在南山区，有25.8%在福田区，剩下少数分布在龙岗区、罗湖区、宝安区、龙华新区。我们以小窥大，可知南山区和福田区是深圳市科技业的中心。
我们希望获得工资与工作经验、学历的关系，由于学历分三类，需设置3个虚拟变量：大专、本科、硕士。多元回归结果如下：
在0.05的显著性水平下，F值为82.53，说明回归关系是显著的。t检验和对应的P值都小于0.05表明，工作经验和3种学历在统计上都是显著的。另外，R-squared的值为0.41，说明工作经验和学历仅仅解释了工资变异性的41%。这点不难理解，即使职位都叫数据分析师，实际的工作内容差异比较大，有的只是用Excel做基本分析，有的用Python、R做数据挖掘。另外，各个公司的规模和它愿意开出的工资也不尽相同。而工作内容的差异和公司的大方程度是很难单凭招聘网页上的宣传而获得实际数据，导致了模型的拟合优度不是很好这一现实。