如何“快速”成为一名数据分析师？

前几天有人在知乎上邀请回答：“如何快速成为数据分析师”，今天整理一下有关这个问题的心得体会。

这是个需要不断学习的岗位。作为一个五六年来在数据处理一线工作的人，我也不敢说自己成为“了”的数据分析人员。

先看看我的数据处理量：

下图是我从2016年开始经手的分析，最早从2013年读研就开始做数据处理，不过不在此电脑里。

随便打开一个文件夹，比如2017年的：

起初我将一年的业务放在一个文件夹，后来发现实在太多了，就建立了一个“2017年下半年”文件夹。

然后发现文件依然太多，就又单独建立了一个“2017年最后一个月”文件夹：

到2018年，已经每个月需要建立一个文件夹了：

具体到某个人的分析，产生的文件需要往往如下图这么多:

因为随着研究者的思路调整，会不断修改，所以最喜欢一开始就明确思路的研究者，没有思路是最可怕的，要做太多尝试！

另外真的要学会拒绝了：天坛、阜外等医院都是一个大团队，我们只有1-2个人，实在做不过来，毕竟只有我科室给我发奖金不是！

好了，以上都只是为了显示一下我有资格回答这个问题，O(∩_∩)O~

回到正题，我先说结论：快速成为数据/统计分析师是不现实的，因为你不是掌握一种或几种方法就可以，你要面对的分析场景会很多；

此外，你要熟练掌握至少一门以上的编程语言类的分析工具。

尤其为了“快速”，你一定要选对一门工具。这门工具可以是SAS\R，但一定不能是SPSS、Excel，也不推荐Stata。

因为作为一名数据分析人员，你在工作中要确保两点：

1.分析能够重现，重现，重现！

2.节省你的时间，时间，时间！

这是出于两层考虑：可能有人需要核查你的分析过程，你必须能够重现；你会面临多次修改，所以也必须要能重现。不可能每次都用SPSS重头点击一遍，单个少量分析没问题，但是大批量呢（比如做100个指标的卡方分割，别说100个了，20个指标你都要点五六个小时）。

我们不妨拿SAS和excel对比一下，看看excel等工具为什么对于数据分析人员来说是很“反智”，很浪费时间的：

举例一：数据库的打开时间

我的笔记本配置如下：

和诸位的比起来，自认为应该不算低配置，首先你们内存条到16G的就没几个吧~然后我们接下来会用到一个数据库演示，也就74.5M：

好了，我们看看excel的打开时间：

进度条走完之后还有很长一段时间的“等待”期，gif只能录1分钟，实际我花了将近4分钟才打开文件。

我们再看看SAS要花多久：

1分11秒！

其实依然很慢，所以我自己攒了一个台式机，方便进行数据处理：

台式机配置如下：

内存依然是16G，但是主频提到高了4GHz。

我们看看读取时间缩短多少：

比笔记本缩短了20秒。

所以，顺便跟大家说下，对电脑而言内存和主频才是王道。上个月买了酷睿八代笔记本，号称比七代性能提升30%，但是实际读取时间要慢的多，因为八代的主频都低。

这就是为了大家有时候换了新笔记本，但是没觉得快多少的原因。

举例二：连接数据库的时间。

连接数据库也是很常见的场景，血液数据往往从机器导出，问卷数据往往是你现场调查，肯定是需要合并的。以我这两天清理的青光眼真实世界研究的数据为例：

有两个表格：

表格1是基本信息，记录了患者的发病眼别呀、性别呀、联系方式呀等等：

表格2是药物信息，记载了患者服用药物情况。唯一的字是"Register_ID"，

如果是用vlookup做，画风是这样的：

先要把两个sheet中的唯一字段Register_ID都放到第一行，对，Vloopup就是这么反智，至少我遇到的很多唯一标识如身份证号往往并不在第一列。

好了，然后你在其中一个sheet中的指定位置（你连接的新变量要放的位置）输入vlookup(A:A,sheet2!A:B,2,FALSE)，告诉excel我要返回sheet2中的同一个Register_ID下的第2列：

看gif，都超了1分钟了，还没连接成功：

最终这一万多行数据，实际花了3分钟。

与此同时，我们看看SAS：

proc sql;

create table sheet3 as

select * from sheet1 left join sheet2 on sheet1.RegisterID=sheet2.Register_ID;

quit;

简洁！

只用了0.09秒！

至于SPSS，我想不必多言，对于临床大夫是可以学的，因为可能几年才需要处理一次数据，往往还很小。但是对于想从事数据处理的你，依靠它吃饭绝对不可取的。

至于stata，个人觉得语法规律太不好理解。

对了，忘了说R，R是推荐学的，但是一定要加大你的内存条，否则读取数据阶段往往比excel打开还慢！谁让R是把数据都先读到内存里呢！

最后，克罗地亚进决赛了，我有幸到访过这个人口不足400万的欧洲小国；另外，作为权游迷，怎么能不为君临城呐喊一下呢：格子军团要加油啊 ~

甚是怀念呀~