|
一直以来咱们都是拿Power BI说事，但大部分内容都是DAX基础，可视化元素应用，分析模型等为主。对新手来说，这些还存在一定门槛 大家知道，做数据分析，都要历经数据清洗，建模，可视化这三步，我们今天要说的，就是数据清洗之前的那些事儿
要做数据清洗，首先必须要有数据
工作中的数据来自两个地方
系统导出的数据规范整洁，清洗过程简洁轻松 手工数据五花八门，清洗过程痛不欲生 这里总结了关于数据录入的四条规则 只要遵守规则，后续数据清洗就没问题
数据录入的四条规则
规则一：一个表单(sheet)里，只存放一张表格 这似乎是一句正确的废话，起初我也以为这应该是制表共识，不需要解释，直到有一天我看到这样一张Excel表单 面对如此版面，我曾百思不得骑姐——不便于打印，汇总无从下手。每次打开文件，找到需要操作的小表格，都要耗费大量时间，因为这张表同时几个人在用… 至于该怎么改，参见规则一内容，我怕说多了血压会升高
规则二：一个单元格只对应一种数据属性 看下图（姓名电话均为随机生成），觉得有什么问题吗 很多微商或小门店在微信上接单，都是这样在纸质小本子上手写的。除了记录方便，真的没有一点优势。每天收摊结账后，低头眯眼，拿着计算器一通摁……拜托，你以为还是上世纪？
即便把上面这张单子输入EXCEL，区别也不大，想知道当天做了多少金额，还是离不开计算器。有人不服气了“EXCEL不是有汇总函数吗？”那你告诉我，上面这张单子，三列数据汇总哪个？
重复规则二：一个单元格只对应一种数据属性 比如上图第二列，要想输入Excel，就该拆成三列：物品、数量、单位，如果再加上单价，汇总金额自然是唾手可得
其实，早在电脑办公普及之前，前辈们就已经有现成模板给我们参考了。看到这些质朴的纸质单据，是不是很亲切
规则三：相同数据填写要完全一致 此规则适用于多人制表，典型表现就是地名，见下图
单人制表不存在这个问题，因为同一个地名不会出现几种叫法。多人制表则不然，例如N个销售员，在记录各自订单时，对同一个地名，甚至项目名称，都会有不同称呼，日后做汇总，必定增加额外工作量，在数据清洗上浪费时间精力
如何解决？
还记得我们在手机或网站上注册时，省市信息是如何确定的吗。是界面自动跳出省市区县列表让我们选择，而不是手动输入，这样就避免了人为误差。在Excel里就是进行”数据有效性”（EXCEL 2013以下版本）设置或”数据验证”（EXCEL 2013以上版本）。相关细节请自行百度，网络教程汗牛充栋
规则四：选择合适的数据类型
大家经常会遇到数字无法参与计算，日期无法提取年月日这种情况，如下图
▲数据类型是文本，即便输入数字也无法参与计算
绿色小三角是其特殊标志
▲只有“-”和“/”符号才能被自动识别为日期类型
大家习以为常的小数点分隔，并不能被视为日期，因此无法利用函数提取信息
碰到文本数字列，如何批量更正？ 利用“数据”——“分列”功能即可。选中该列，点击“分列”，一路下一步到底就行
也许看完这篇，对你来说然并L，该踩的坑照踩不误 没关系，新人成长的必经之路
| 
沪公网安备 31011702000001号 沪ICP备11019229号-2
发表于 2020-6-2 22:29
