Excel 如何数据清洗

原文标题：《Excel 里把人“逼疯”的杂乱数据，原来 1 分钟就能整理好！》

大家好！我是最近在研究数据分析的卫星酱。

数据分析中有个很重要的预处理步骤，叫做「数据清洗」。

简单来说就是把数据中「脏脏的 」部分，例如缺失的、重复的、错误的等等，清除掉，留下「干净的」数据。

下面我就通过实例，给大家展示一下数据清洗的具体操作。

1、缺失数据

当数据缺失一两个的时候，最简单的方法就是把它们删除。

这确实是一种正规的数据清洗手段，在表格规模不大且数据缺失较少的情况下，可以采用这种方法。

但是这样可能会删除一些潜在的信息，也可能导致结果产生较大偏差。

因此，当数据很多、空缺较多，删除过多条目会导致较大偏差时，我们需要填补这些空缺。

❶ 空值变 0 值

通过【Ctrl+G】定位要处理的数据，选择【空值】，然后输入 0。

❷ 统计学方法

在很多情况下，我们不能简单粗暴地填充数据。

实际应用中常常使用统计学方法，比如平均值，来填充缺失的数据。

根据数据的实际类型，也可能使用中间值、最大值、最小值或其他更复杂的函数进行填充。

2、重复数据

关于重复数据，我们在之前的「数据核对」篇中已经讲过了，这里就不再赘述。

点此回顾「数据核对」

在基础的 Excel 应用中，我们通常就完成了「数据清洗」的步骤。

数据分析并没有我们想象的那么复杂。

3、错误数据

对于函数错误值，例如#DIV/0!、#N/A!等，我们可以在公式外部使用IFERROR来处理。

而另一类错误数据就比较难处理了。

例如在等级列中只有「A/B/C」三种等级，但有一个单元格出现了「D」。

这种情况下，除了在一开始设置数据验证之外，我们还可以使用查找、计数、条件格式等方法。

我们可以通过【查找】或【筛选】直接定位这些错误数据。

而「感觉上不对」的数据则比较难找到。

我们只能具体情况具体分析，例如使用IF函数筛选出大于36.13的数据。

然后可以按照「缺失数据」的处理方法来处理它们。

4、写在最后

这就是关于数据清洗的一些操作方法。

你们还知道哪些属于数据清洗的 Excel 操作呢？

本文来自微信公众号：秋叶 Excel（ID：excel100），作者：卫星酱

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。