《数据化运营》课件——锦囊二：数据清洗.pptx

网络营销与直播电商专业教学资源库BYYUSHEN《数据化运营》数据清洗

BYYUSHEN01数据清洗定义02缺失值清洗网络营销与直播电商专业教学资源库03空值清洗04错误标示清洗05格式内容清洗

BYYUSHEN01EntrepreneurshipPlan数据清洗定义数据清洗是指将数据表中多余、重复的数据筛选出来并删除，将缺失、不完整的数据补充完整，将内容、格式错误的数据纠正或剔除的操作行为。缺失值清洗格式内容清洗逻辑错误清洗重复数据清洗无价值数据清洗

BYYUSHEN02EntrepreneurshipPlan缺失值清洗缺失值清洗数据集中某个或某些属性的值是不完整的。缺失值产生的原因有些信息无法获取，如在收集顾客婚姻状况和工作信息时，未婚人士的配偶、未成年儿童的工作单位等都是无法获取的信息。数据收集或者保存失败造成数据缺失，如数据存储的失败、存储器损坏、机械故障等。人为原因导致的某些信息被遗漏或删除。

BYYUSHEN03EntrepreneurshipPlan空值清洗空值清洗打开原始数据表格，选中数据区域，在“开始”选项卡下的“编辑”功能组中单击“查找和选择”按钮，点击“定位条件”命令，在弹出的“定位条件”对话框中选中“空值”，点击“确定”后，所有的空值即可被一次性选中。1

BYYUSHEN03EntrepreneurshipPlan空值清洗2定位到空白值后，可以选择“数据补齐”、“删除记录”或者“不处理”。如需数据补齐，则直接输入需要补充的内容，按“Ctrl+Enter”组合键，进行批量填充。

BYYUSHEN03EntrepreneurshipPlan空值清洗处理缺失值的三种方法:（1）数据补齐。即使用某个统计指标填充缺失数据，如该变量的样本平均值等。（2）删除记录。将有缺失值的记录删掉，但这样会导致样本量减少，数据量较少时应谨慎使用。（3）不处理。样本较少时，或者该数据缺失属正常情况时，不做处理。

BYYUSHEN04EntrepreneurshipPlan错误标识符清洗#####单元格中的数据超出了该单元格的宽度，或者单元格中的日期时间公式产生了一个负值#DIV/0!进行公式运算时除数使用了数值零、指向了空单元格或包含零值单元格的引用如图，由于2022年7月5日所采购的商品还未采集到因不合格而产生退货的数量，因此在计算退货率时，发生了“#VALUE!”的错误。

BYYUSHEN04EntrepreneurshipPlan错误标识符清洗将鼠标定位在出现“I12”单元格中，在公式编辑栏中，修改原公式“=H12/E12”为“=IFERROR(H12/E12,/)”1

BYYUSHEN2确认输入后，“I12”单元格中的“#VALUE!”被修改为“/”，然后拖动“I12”单元格的填充柄，将其他发生错误的单元格进行填充修改04错误标识符清洗

BYYUSHEN05格式内容清洗由于系统导出渠道或人为输入习惯的原因，整合而来的原始数据往往不能做到格式统一，内容上也容易出现空格。“订单创建时间”列出现了四种不同的表达方式，“物流公司”列的字符前面或中间存在空格，需要将其修正。

BYYUSHEN选中“订单创建时间”整列，右击打开弹出式菜单，单击“设置单元格格式”选项，在弹出的“设置单元格格式”对话框中，选择“数字”选项卡，单击“日期”，将其类型修改为如图所示的样式。单击“确定”完成。105格式内容清洗

BYYUSHEN2“物流公司”列数据中的空格可以使用“替换”一次性批量去除。选中数据区域，在“开始”选项卡下的“编辑”功能组中单击“查找和替换”按钮，单击“替换”命令，在“查找内容”中输入一个空格，在“替换为”中不输入任何内容，单击“全部替换”即可全部删除表格中的空格。05格式内容清洗

BYYUSHEN06逻辑错误清洗违反逻辑规律的要求和逻辑规则而产生的错误，一般使用逻辑推理就可以发现问题。123数据不合理数据自相矛盾数据不符合规则如客户年龄500岁，或者消费金额为-100元，明显不符合客观事实。如限购1件的商品，客户的购买数量却为3件。如客户的出生年份是1980年，但年龄却显示18岁。

BYYUSHEN06逻辑错误清洗如客户的出生年份是1980年，但年龄却显示18岁。“多彩橡皮泥套盒”商品的订单表

BYYUSHEN由于该商品限购1件，因此需要将“购买数量”大于1的记录标注出来。选中“购买数量”列，选择“开始”选项卡—“样式”功能组—“条件格式”—“突出显示单元格规格”—“大于”，在弹出的“大于”对话框中，填入数值“1”，单击“确定”，即可将错误数据标注出来。106逻辑错误清洗

BYYUSHEN2同理，条件格式选择“小于”即可将“买家实际支付金额”列的错误数据标注出来