《數(shù)據(jù)化運(yùn)營(yíng)》課件-錦囊二：數(shù)據(jù)清洗

網(wǎng)絡(luò)營(yíng)銷與直播電商專業(yè)教學(xué)資源庫(kù)BYYUSHEN《數(shù)據(jù)化運(yùn)營(yíng)》數(shù)據(jù)清洗BYYUSHEN01數(shù)據(jù)清洗定義02

缺失值清洗網(wǎng)絡(luò)營(yíng)銷與直播電商專業(yè)教學(xué)資源庫(kù)03空值清洗04

錯(cuò)誤標(biāo)示清洗05格式內(nèi)容清洗BYYUSHEN01EntrepreneurshipPlan數(shù)據(jù)清洗定義數(shù)據(jù)清洗是指將數(shù)據(jù)表中多余、重復(fù)的數(shù)據(jù)篩選出來(lái)并刪除，將缺失、不完整的數(shù)據(jù)補(bǔ)充完整，將內(nèi)容、格式錯(cuò)誤的數(shù)據(jù)糾正或剔除的操作行為。缺失值清洗格式內(nèi)容清洗邏輯錯(cuò)誤清洗重復(fù)數(shù)據(jù)清洗無(wú)價(jià)值數(shù)據(jù)清洗BYYUSHEN02EntrepreneurshipPlan缺失值清洗缺失值清洗數(shù)據(jù)集中某個(gè)或某些屬性的值是不完整的。缺失值產(chǎn)生的原因有些信息無(wú)法獲取，如在收集顧客婚姻狀況和工作信息時(shí)，未婚人士的配偶、未成年兒童的工作單位等都是無(wú)法獲取的信息。數(shù)據(jù)收集或者保存失敗造成數(shù)據(jù)缺失，如數(shù)據(jù)存儲(chǔ)的失敗、存儲(chǔ)器損壞、機(jī)械故障等。人為原因?qū)е碌哪承┬畔⒈贿z漏或刪除。BYYUSHEN03EntrepreneurshipPlan空值清洗空值清洗打開(kāi)原始數(shù)據(jù)表格，選中數(shù)據(jù)區(qū)域，在“開(kāi)始”選項(xiàng)卡下的“編輯”功能組中單擊“查找和選擇”按鈕，點(diǎn)擊“定位條件”命令，在彈出的“定位條件”對(duì)話框中選中“空值”，點(diǎn)擊“確定”后，所有的空值即可被一次性選中。1BYYUSHEN03EntrepreneurshipPlan空值清洗2定位到空白值后，可以選擇“數(shù)據(jù)補(bǔ)齊”、“刪除記錄”或者“不處理”。如需數(shù)據(jù)補(bǔ)齊，則直接輸入需要補(bǔ)充的內(nèi)容，按“Ctrl+Enter”組合鍵，進(jìn)行批量填充。BYYUSHEN03EntrepreneurshipPlan空值清洗處理缺失值的三種方法:（1）數(shù)據(jù)補(bǔ)齊。即使用某個(gè)統(tǒng)計(jì)指標(biāo)填充缺失數(shù)據(jù)，如該變量的樣本平均值等。（2）刪除記錄。將有缺失值的記錄刪掉，但這樣會(huì)導(dǎo)致樣本量減少，數(shù)據(jù)量較少時(shí)應(yīng)謹(jǐn)慎使用。（3）不處理。樣本較少時(shí)，或者該數(shù)據(jù)缺失屬正常情況時(shí)，不做處理。BYYUSHEN04EntrepreneurshipPlan錯(cuò)誤標(biāo)識(shí)符清洗#####

單元格中的數(shù)據(jù)超出了該單元格的寬度，或者單元格中的日期時(shí)間公式產(chǎn)生了一個(gè)負(fù)值#DIV/0!

進(jìn)行公式運(yùn)算時(shí)除數(shù)使用了數(shù)值零、指向了空單元格或包含零值單元格的引用如圖，由于2022年7月5日所采購(gòu)的商品還未采集到因不合格而產(chǎn)生退貨的數(shù)量，因此在計(jì)算退貨率時(shí)，發(fā)生了“#VALUE!”的錯(cuò)誤。BYYUSHEN04EntrepreneurshipPlan錯(cuò)誤標(biāo)識(shí)符清洗將鼠標(biāo)定位在出現(xiàn)“I12”單元格中，在公式編輯欄中，修改原公式“=H12/E12”為“=IFERROR(H12/E12,"/")”1BYYUSHEN2確認(rèn)輸入后，“I12”單元格中的“#VALUE!”被修改為“/”，然后拖動(dòng)“I12”單元格的填充柄，將其他發(fā)生錯(cuò)誤的單元格進(jìn)行填充修改04錯(cuò)誤標(biāo)識(shí)符清洗BYYUSHEN05格式內(nèi)容清洗由于系統(tǒng)導(dǎo)出渠道或人為輸入習(xí)慣的原因，整合而來(lái)的原始數(shù)據(jù)往往不能做到格式統(tǒng)一，內(nèi)容上也容易出現(xiàn)空格?！坝唵蝿?chuàng)建時(shí)間”列出現(xiàn)了四種不同的表達(dá)方式，“物流公司”列的字符前面或中間存在空格，需要將其修正。BYYUSHEN選中“訂單創(chuàng)建時(shí)間”整列，右擊打開(kāi)彈出式菜單，單擊“設(shè)置單元格格式”選項(xiàng)，在彈出的“設(shè)置單元格格式”對(duì)話框中，選擇“數(shù)字”選項(xiàng)卡，單擊“日期”，將其類型修改為如圖所示的樣式。單擊“確定”完成。105格式內(nèi)容清洗BYYUSHEN2“物流公司”列數(shù)據(jù)中的空格可以使用“替換”一次性批量去除。選中數(shù)據(jù)區(qū)域，在“開(kāi)始”選項(xiàng)卡下的“編輯”功能組中單擊“查找和替換”按鈕，單擊“替換”命令，在“查找內(nèi)容”中輸入一個(gè)空格，在“替換為”中不輸入任何內(nèi)容，單擊“全部替換”即可全部刪除表格中的空格。05格式內(nèi)容清洗BYYUSHEN06邏輯錯(cuò)誤清洗違反邏輯規(guī)律的要求和邏輯規(guī)則而產(chǎn)生的錯(cuò)誤，一般使用邏輯推理就可以發(fā)現(xiàn)問(wèn)題。123數(shù)據(jù)不合理數(shù)據(jù)自相矛盾數(shù)據(jù)不符合規(guī)則如客戶年齡500歲，或者消費(fèi)金額為-100元，明顯不符合客觀事實(shí)。如限購(gòu)1件的商品，客戶的購(gòu)買數(shù)量卻為3件。如客戶的出生年份是1980年，但年齡卻顯示18歲。BYYUSHEN06邏輯錯(cuò)誤清洗如客戶的出生年份是1980年，但年齡卻顯示18歲?！岸嗖氏鹌つ嗵缀小鄙唐返挠唵伪鞡YYUSHEN由于該商品限購(gòu)1件，因此需要將“購(gòu)買數(shù)量”大于1的記錄標(biāo)注出來(lái)。選中“購(gòu)買數(shù)量”列，選擇“開(kāi)始”選項(xiàng)卡—“樣式”功能組—“條件格式”—“突出顯示單元格規(guī)格”—“大于”，在彈出的“大于”對(duì)話框中，填入數(shù)值“1”，單擊“確定”，即可將錯(cuò)誤數(shù)據(jù)標(biāo)注出來(lái)。106邏輯錯(cuò)誤清洗BYYUSHEN2同理，條件格式選擇“小于”即可將“買家實(shí)際支付金額”列的錯(cuò)誤數(shù)據(jù)標(biāo)注出來(lái)。05格式內(nèi)容清洗BYYUSHEN02EntrepreneurshipPlan數(shù)據(jù)分類統(tǒng)計(jì)上述案例中，可以把“流量來(lái)源”“來(lái)源明細(xì)”放置在列