原(yuan)(yuan)文標題：《Excel 里把(ba)人“逼瘋”的雜亂(luan)數據，原(yuan)(yuan)來 1 分鐘就能整(zheng)理好！》

鏘(qiang)鏘(qiang)！大家好哇(wa)~ 我是最近在(zai)研究(jiu)數據分析的衛星醬(jiang)~

數(shu)據(ju)分析中有(you)個很(hen)重(zhong)要的預處理(li)步驟，叫做(zuo)「數(shu)據(ju)清洗」。

簡單來說就是把數據中「臟臟的 」部分 —— 缺(que)失的、重復的、錯誤(wu)的等等，給(gei)它(ta)清除(chu)掉(diao)，剩下(xia)「干凈的」數據。

光講概念也太難理解了，衛某(mou)今天就直接用實例，給大家(jia)看(kan)看(kan)數據(ju)清洗，到底是怎么個(ge)事兒~

1、缺失數據

如果某處缺(que)了一兩個數據，最簡單的方法就(jiu)是 —— 扔了它。

別笑！

這的確是正規的數據清洗手段，在表格不大、不完整數據較少的情況下，完全可(ke)以這樣做。

「比如 2002 年(nian)「產(chan)品 C」的產(chan)量缺(que)失了，那就偷偷把 2002 年(nian)從統計表里刪掉，只分(fen)析后面的~」

但(dan)這樣可(ke)能將潛在信息(xi)刪除，也(ye)可(ke)能導致(zhi)數據(ju)分(fen)析(xi)出(chu)現(xian)較大偏(pian)差。

所以，如果數據很多、空缺也多，刪除過多條目會使得結果產生較大偏差時，我們還是得把空缺(que)補上。

? 空值變 0 值

【Ctrl+G】定位,【定位條件(jian)】，選擇(ze)【空值】，【確定】，最(zui)后輸入 0。

? 統計學方法

但很多時候不能這樣粗暴地填(tian)充。

實際應用常選擇統計學方法，比如平均值，來(lai)填充缺失(shi)的數據(ju)。

當然，根據數據實際類型，也可能使用中間值、最大值、最小值或者其他更復雜的函數值。

像這個預測函數，就怪好用的。

2、重復數據

至于重復數(shu)據，在之前的「數(shu)據核對」篇中已經講過(guo)了，這(zhe)里就不(bu)再(zai)贅述。

很多時候，我們在基礎(chu)的 Excel 應用(yong)中就完成(cheng)了「數(shu)據清洗」的步驟(zou)。

數據分析的門檻，真的沒我們想象的那么高~

3、錯誤數據

函(han)數錯誤(wu)值，比如#DIV / 0!、#N / A! 之(zhi)類，只要在公式外套(tao)上 IFERROR 就行：

另(ling)一種錯(cuo)誤(wu)數(shu)據(ju)，就沒那(nei)么好對(dui)付(fu)了……

「比如(ru)等級只有(you)「A / B / C」三種(zhong)，有(you)個單元格卻(que)出現了(le)「D」的；或者(zhe)要求(qiu)填寫「√」，偏偏有(you)人寫「?」的……」

這種除了(le)在一開始設(she)置數據驗(yan)證，就只有用查找、計數、條件(jian)格式(shi)等偏門方法了(le)

這種錯誤數據「D」，可以用【查找】或【篩選】直接定位它。

而「感覺上不對」的數據(ju)，就比較難找到了：

▲ 誤差(cha)過大，不(bu)是(shi)測量誤差(cha)可以解釋的

這時我們就只能因(yin)地制(zhi)宜，想辦法定位它，例如用 IF 函數(shu)篩選(xuan)大于 36.13 的數(shu)據。

找到之后按照(zhao)「缺失數據」的辦(ban)法處(chu)理它(ta)就是了。

4、寫在最后

好啦，今天(tian)從(cong)數據類型的角度給(gei)大家(jia)簡單講了下數據清洗的做法~

小伙伴們還知道哪些屬于數據清洗的 Excel 操作呢？

本(ben)文來自微信公眾號：，作(zuo)者：衛星醬

廣告聲明：文(wen)內(nei)含(han)有的(de)對外跳轉鏈接(jie)（包括不限于超鏈接(jie)、二(er)維(wei)碼、口令(ling)等形式），用(yong)于傳遞更多(duo)信息，節(jie)省甄選(xuan)時間(jian)，結果僅(jin)供(gong)參考，IT之家所有文(wen)章均包含(han)本聲明。