北京母婴坊婴童用品有限公司致力于婴童健康成长事业，广泛涉足婴童产品的研发、生产、婴童科学护理及早期寓教于乐等领域，是集产品研发、生产、销售、终端服务于一体的专业孕婴童服饰用品生产企业。 现企划部对公司婴童产品淘宝销售记录进行整理，形成婴儿信息表（工作表1）和商品购买记录（工作表2）数据，现利用Excel电子表格工具进行数据分析，找出受欢迎的商品进行扩大生产。
商品购买记录（工作表2）该数据集中的信息包含用户ID，商品编号，商品种类编号，商品序列号，property，购买的商品数量，购买日期。
婴儿信息表（工作表1）和该数据集中的信息包含用户ID，宝宝生日，宝宝性别（0代表“女”；1代表“男”，2代表“未知”）。两个数据集都有用户ID字段。
为了使数据集能更好的反映我想要分析的问题，需要先对当前的数据集进行处理。数据清洗的一般步骤包括选择子集，重命名列名，删除重复值，缺失值处理，一致化处理，数据排序，异常值处理等步骤。
商品购买记录（工作表2）的E列property里面包含众多，但此数据集未提供能说明此字段具体含义的信息，所以此列信息无法被采用。
故隐藏该列：
使用Vlookup函数，以用户ID来关联两张Excel表，将婴儿信息匹配到各个用户ID。
=VLOOKUP(A2,工作表1婴儿信息表!$A$2:$C$954,2,FALSE)，匹配宝宝生日。
=VLOOKUP(A2,工作表1婴儿信息表!$A$2:$C$954,3,FALSE)，匹配宝宝性别。其中VLOOKUP第4个函数为可选，默认为TRUE:近似匹配，可以设置为FALSE:精确匹配，本实验为精准匹配。
在本实验中，我们要批量对所有销售数据进行多表联动，匹配宝宝生日，可以通过选择H列，在H2单元格输入公式后，按CTRL+回车批量设置公式。
批量设置公式时，其中VLOOKUP中的第1个参数就是相对定位，第2个参数就是绝对定位，绝对定位在批量设定时是不变的。
为操作能顺利进行，需将表示购买日期和出生日期的两列格式变为标准日期格式，方便系统辨认。
现在"购买日期"和"宝宝生日"均为8位连续数据，不是标准日期格式。
标准日期格式为：年/月/日
因前一步操作，经匹配得来的婴儿出生日期列为公式，
无法直接转换为日期格式，需要将公式格式的单元格转换为数值，复制此列，在原列粘贴，粘贴时选择仅粘贴"值"，如下，
将此列转化为日期显示，通过数据选项卡中的分列功能将此列转化为日期。
第2步默认，在第3步中设置列数据格式为日期：YMD格式。
显示结果如下。
与婴儿出生日期一样，婴儿性别一列是用vlookup函数匹配过来的，单元格为公式，显示为数字0,1,2，将此列在原地复制粘贴为"值"，在此基础上进行查找替换。
如何只替换某一列中的内容
- 选中此列，按CTRL+F，输入查找内容：0，点击"查找全部"按钮。
- 在列表区域按CTRL+A，全部选择后，再进行替换。
公式：（购买日期-婴儿出生日期）/365
从得出数据发现婴儿年龄列有负数，忽略记录错误的原因，相信绝大部分负值代表孕时的购买情况或其他目的。
将婴儿年龄段划分为小于0岁，0-3岁，3-6岁，6-9岁，9-12岁和大于12岁。利用数据透视表，建立年龄段购买量模型，以婴儿年龄为行，求和项为购买量，并创建年龄分组。设置起始为0，终止于12，步长为3。
点击"插入"工具栏中的"数据透视表"，将宝宝年龄拖拽到"行"所在区域，将购买数量拖拽到"值"所在区域，并设置计算类型为求和。
选择行标签所在列的任意单元格，点击"分析"工具栏中的"组选择"，设置分区区间，完成如下结果：
可看出，3岁之前婴儿商品市场需求量最大。
点击"插入"工具栏中的"数据透视表"，将宝宝性别拖拽到"行"所在区域，将购买数量拖拽到"值"所在区域，并设置计算类型为求和，结果如下。
继续添加一个求和"值"，在数据透视表字段区域，"购买数量"上右键，选择"添加到值"。
设置后添加的求和项，值显示方式为"总计的百分比"。
结果如下。
由上述情况可说明，在其他变量相同的情况下，一件男女均可用的商品，女宝家庭选择购买的几率胜于男宝家庭（基于该数据集，只能男宝用或女宝用的商品占比几乎可忽略不计的假设），即女婴产品市场需求量更大一些。
点击"插入"工具栏中的"数据透视表"，将商品种类编号和商品序列号分别拖拽到"行"和"列"所在区域，将购买数量拖拽到"值"所在区域，并设置计算类型为求和，将宝宝年龄拖拽到"删选器"区域，结果如下。
3.3.2设定年龄范围（0-12） 选择宝宝年龄下拉框，选择多选模式。
设定行标签名称为商品类别，列标签名称为商品序列，选择值为前20行，按商品类别总计进行降序排列，结果如下。
可见，商品序列号为28，商品类别序列号为50011993的商品最畅销；前20项最畅销商品中，商品序列号为28的商品占了12项，商家在产品结构上，为增加销量，可适当增加类别号为28 的商品。