1. 概述
添加数据并处理 中已经将数据表接入 BI，并对其进行了简单的清洗。
接下来需要解决的问题有：
只有请假的员工会标注考勤状态，有过打卡行为的员工不能区分考勤状态；
打卡信息中缺少员工的姓名、年龄、性别等基础信息，这些信息都在「人员信息表」中；
数据中只有打卡时间，但是缺少工作时长的数据等等。
需要通过对数据进行更深入的分析来解决。
2. 区分打卡行为
2.1 标记有打卡行为的数据
1）新建一个自助数据集「考勤数据（不请假）」，勾选 Excel 数据集「打卡信息表」的所有字段。
过滤出非公休非请假的数据，即「状态」字段为空时的数据，这部分数据中员工应该正常打卡，将其过滤出来以便对他们的打卡数据进行分析。如下图所示：
过滤详细说明参见：过滤基础功能
2）添加分组汇总，求出用户每天打卡的最早时间和最晚时间。如下图所示：
最早时间对应员工的上班时间
最晚时间对应员工的下班时间
分组汇总详细说明参见：分组汇总基础功能
3）新建一个字段「是否迟到」，在李明明的公司中，晚于 9:30 到公司就算迟到。所以我们新建一个 9:30 的字段用于判断，输入公式：
TODATE(CONCATENATE(LEFT(日期,10)," ","09:30:00"))，如下图所示：
公式说明：
| 公式 | 说明 |
|---|---|
| LEFT(日期,10) | 取日期的年月日字段 |
| CONCATENATE(LEFT(日期,10)," ","09:30:00") | 拼接出日期+9:30 的迟到时间数据 比如当前日期是 2022-05-05 则得到2022-05-50 09:30:00 |
| TODATE(CONCATENATE(LEFT(日期,10)," ","09:30:00")) | 将迟到时间设置为日期类型 |
并使用时间差，如果结果<0，就是迟到，如下图所示：
新增列详细说明参见：新增列-时间差
4）对考勤时间进行比较判断。
当工作时长小于六小时时，判断为缺勤；
当上班时间大于 9:30 时，判断为迟到；其余判断为「全勤」。
计算出工作时长后，新增列输入公式：IF(工作小时<6,"缺勤",IF(是否迟到<0,"迟到","全勤"))，如下图所示：
新增列详细说明参见：新增列-公式函数
5）隐藏我们之后不需要的字段。如下图所示，在字段设置中取消勾选即可。
字段设置详细说明参见：字段设置
6）保存并更新该自助数据集。
2.2 汇总考勤数据
此时需要将请假的用户数据和未请假的数据进行汇总。
1）新建一个自助数据集「考勤汇总」，勾选 Excel 数据集「打卡信息表」的所有字段。
过滤出所有请假的数据（注意不选择公休和调休数据）。如下图所示：
注：因为只统计工作日数据，所以这里不选择公休和调休数据。
2）添加分组汇总，设置和「考勤数据（不请假）」相同的条件，如下图所示：
注：此处为合并 2.1 节数据做准备。
3）将请假的数据和 2.1 节正常打卡的数据合并到一张表中。进行上下合并，如下图所示：
上下合并详细说明参见：上下合并基础功能
3. 合并姓名、性别等数据
已经完成了对考勤数据的整理，接下来希望打卡信息中能新增员工的姓名、年龄、性别等基础信息，这些信息都在「人员信息表」中。
因此需要使用左右合并功能，通过「工号」字段将两张数据表的数据进行合并，由于我们希望保留「打卡信息表」的所有数据，因此选择左合并，如下图所示：
左右合并详细说明参见：左右合并基础功能
4. 计算工作时长和年龄
只有打卡时间但想要知道每个员工的工作时长，此时需要继续使用数据集进行数据处理。
使用函数 DATESUBDATE 计算「最晚时间」和「最早时间」的时间差。输入公式：DATESUBDATE(最晚时间,最早时间,"m")/60，如下图所示：
注：时间字段需要选择数据表中的字段，不能手动输入文字。
若使用的实时数据，你可以使用新增列-时间差 计算工作时长，如下图所示：
在合并数据后，知道了员工身份证号，就可以通过计算，得到员工的年龄，使用公式：YEAR()-TOINTEGER(MID(身份证号码,7,4))，如下图所示：
注：身份证号码需要选择数据表中的字段，不能手动输入文字。
此时我们的数据处理就完成了，当然可以在使用字段设置取消掉不需要使用的中间字段。
5. 习题练习
本节为你准备了习题，你可以使用习题对学习的内容进行练习，更好的掌握内容：数据处理习题
