共计 1620 个字符，预计需要花费 5 分钟才能阅读完成。
数据荡涤怎么做（一）：筹备工作
拿到数据表之后，先做这些筹备工作，不便之后的数据荡涤。
- 给每一个 sheet 页命名，不便寻找
- 给每一个工作表加一列行号，不便前面改为原程序
- 测验每一列的格局，做到每一列格局对立
- 做数据源备份，避免处理错误须要参考原数据
- 删除不必要的空行、空列
数据荡涤怎么做（二）：对立数值口径
这是个无聊而必要的步骤。例如咱们统计销售工作指标，有时用合同金额有时用回款金额，口径常常不对立。统计起来就很麻烦。所以将不标准的数值改为标准这一步不可或缺。
数据荡涤怎么做（三）：删掉多余的空格
原始数据中如果夹杂着大量的空格，可能会在咱们筛选数据或统计时带来肯定麻烦。如何去掉多余的空格，仅在字符间保留一个空格？
- 手动删除。如果只有三五个空格，这可能是最快的形式。
- 函数法
在做数据荡涤时，常常须要去除数据两端的空格，那么 TRIM、LTRIM、RTRIM 这 3 个函数就能够帮到你啦~
TRIM 函数：次要是用来去除单元格内容前后的空格，但不会去除字符之间的空格。表达式：=TRIM(文本)
数据荡涤怎么做（四）：字段去重
强烈建议把去重放在去除空格之后，因为多个空格导致工具认为“顾纳”和“顾 纳”不是一个人，去重失败。
依照“数据”-“删除反复项”- 抉择反复列步骤执行即可。（单选一列示意此列数据反复即删除，多选示意多个字段都反复才删除。）
数据荡涤怎么做（五）：填补缺失值
因为人工录入或者数据爬虫等多方面的起因，会呈现缺失值的状况，这就须要咱们寻找漏网之“数据”，填充空缺值。
如何统计有多少缺失值？先看 ID 惟一列有多少行数据，参考 excel 右下角的计数性能，比照就能够晓得其余列缺失了多少数据。
如何定位到所有缺失值？Ctrl+G, 抉择定位条件，而后抉择空值。
缺失值的解决办法：
- 人工补全。适宜数据量少的状况。
- 删除。实用于样本较大的状况，样本较小时，可能会影响最终的剖析后果。
- 依据数据的散布状况，能够采纳均值、中位数、或者众数进行数据填充。数据平均，均值法填充；数据分布歪斜，中位数填充。
数据荡涤怎么做（六）：用模型计算值来代替缺失值
回归：基于残缺的数据集，建设回归方程。将已知属性值代入方程来预计未知属性值，以估计值来进行空值得填充。
极大似然预计：基于缺失类型为随机缺失得条件下，假如模型对于残缺的样本是正确的，通过观测数据的边际散布能够对缺失数据进行极大似然预计。
数据荡涤怎么做（七）：插补法
随机插补法：从总体中随机抽取某几个样本代替缺失样本。
多重填补法：蕴含 m 个插补值的向量代替每一个缺失值的过程，要求 m 大于等于 20。m 个残缺数据汇合能从插补向量中创立。
数据荡涤怎么做（八）：异样值解决
异样值：指一组测定值中与平均值的偏差超过两倍标准差的测定值。
对异样值解决，须要具体情况具体分析，一般而言，异样值的解决办法罕用有以下 3 种：
- 不解决
2. 用平均值代替：利用平均值来代替异样值，损失信息小，简略高效。
视为缺失值：将异样值视为缺失值来解决，采纳解决缺失值的办法来解决异样值。
数据荡涤怎么做（九）：拆分单元格
依照以下步骤对合并单元格进行拆分并填充：
- 点击勾销合并单元格
- 空白单元格定位：点击定位 - 抉择空白
- 写上 = 上个单元格
- Ctrl+Enter
数据荡涤怎么做（十）：分组计算
通过 VLOOKUP 函数将字段合在一起用于计算。
VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
以上是思迈特软件 Smartbi 的分享，更多行业干货可关注咱们下一期的分享。思迈特软件 Smartbi 是出名国产 BI 品牌, 专一于商业智能 BI 与大数据 BI 剖析平台软件产业的研发及服务。通过多年继续自主研发，凝聚大量商业智能最佳实践经验，整合了各行业的数据分析和决策反对的性能需要。满足最终用户在企业级报表、数据可视化剖析、自助摸索剖析、数据挖掘建模、AI 智能剖析等大数据分析需要。
现个人版提供全模块长期收费应用，有趣味的小伙伴可登陆官网收费试用~
