有时候我们需要导入超过百M的数据，这个时候Excel打开通常是无法响应的状态，大数据处理已经成为目前职场数据处理的一个难题，可以预见随着目前企业级业务的增长，后续的数据量会持续激增，这更加考验数据分析人员如何处理大文本数据 。
比如这里的淘宝用户购物行为数据包含1万用户量级的完整行为数据，共计469M大?。９娴卮蚩狤xcel的方式已经不适用 ， 无法打开和响应 ， 若强制打开，电脑会被“卡死”，无法响应 。
本节会用一种数据处理方法来处理这种大文本数据，如下的用户行为数据共包含用户标识、商品标识、用户对商品的行为、商品分类标识、行为时间共计五个字段，要研究每个用户对商品的行为转化情况 。
下面研究该大文本数据每个用户对商品的行为转化情况，首先，新建一个新的空Excel表，在数据选项卡下点击新建查询 ， 选择从文件，点击从csv ， 使用的是Excel中Power Query组件 。
找到需要导入的文件目录后，点击导入即可 。
会弹出如下界面，该界面就是我们熟悉的PQ 编辑界面，点击编辑可对数据进行清洗 。
如上我们知道，这里的用户行为数据是用数字代表用户的行为，手动将用户行为数据转化为文本格式 。
更改列类型点击下面的替换当前转化 。
数据类型转化后，可以将具体的用户行为数字标识替换为具体的用户行为，在数据选项卡下点击替换值 。
将用户行为数字标识1、2、3、4依次替换为浏览、收藏、加购物车、购买 。
将用户行为数字标识2替换为收藏 。
点击筛选按钮，如下已经替换完成，将数字标识转化为具体的用户行为 。
将处理好的数据在开始选项卡下点击关闭并上载至…
在加载到中勾选将此数据添加到数据模型 。
将数据加载到表格中后在设计里可点击通过数据透视表汇总，对数据进行数据透视 。
由于用户标识存在重复值数据，所以要分析每个用户行为需要去重处理 ， 以此来统计每个淘宝用户的实际行为 。
数据透视完以后，右键点击降序排列 。
如下我们可以看到，一个淘宝用户从浏览、加购物车、购买、收藏呈漏斗形转化 ， 与用户分析模型AARRR相似，符合用户行为理论，从浏览到加购物车这个行为转化率较低，需要优化浏览界面 ， 提升加购物车的转化率 。
如上，使用Power Query完美解决大文本数据打开和处理问题 ， 并借助案例数据研究淘宝用户商品行为，如果你也感兴趣数据分析，想提升Excel数据技能 ， 提高个人技能和职场竞争力，不妨关注我，持续分享数据分析知识~
【500M的Excel表如何打开？大文本Excel数据处理方式】掌握一项技能 ， 精进一个领域，成为更好的自己