Excel数据处理.docVIP

章一，基础操作/Shortcuts 原始数据一般都长成这样。 这是个糟糕的数据样本，但是还不是最糟的。从不同的人手里收集原始数据的时候，这种情况特别常见。 好的数据格式是： 数据整理之起式：清洗清洗的对象，简称脏数据。一般有如下几种情况：1.同名异物：例如公司里面有两个李明，如果不加区别地导入数据并进行合并统计，可能就会出问题。2.同物异名：例如性别，有的人写成男女，有的人写成M/F，有的人干脆写成0/1。3.单位错乱：例如金额，人民币和美元一旦混同，那绝对是一场灾难。4.规格不合：例如身份证号为9527。5.格式混乱：最典型的就是日期!例如10/6/11，根本说不清楚是11年10月6日，还是11年6月10日，抑或是10年6月11日，因为美式日期，英式日期，中式日期各自都不相同!老衲生平目睹过的日期惨案足足有12306桩那么多!另外一种是分位符。美利坚的分位符是,而欧罗巴诸国的分位符是。如果是一位叫Chateaubriand的美国同事发过来一个数字123.456，根本说不清楚这是一百挂零，还是十万有余。老衲生平目睹过的分位符惨案足足有1024桩那么多! 数据整理之承式：规制做数据之前，先要和其他人协商好，各个数据都是什么格式，不同数据表之间的格式是否要统一，之间是否有依赖关系。如果数据不满足依赖关系如何处理。 例如先约定好，性别一律写成男/女。如果写成M/F的，那么M就当成男性，F就当成女性来处理(使用替换，或者使用中间映射表)。写成Nan/Ny的，直接当脏数据抛弃掉。 数据整理之转式：分组在数据预处理中，分组是一个很重要的手段，例如各位少侠要面对的是本公司的工资表，想看看整体是否失衡，可以将资历分为中低高三组(日企)，对应人员的工资进行汇总;但具体资历分层的节点的把握，则需要小心，必要时还需要反复尝试。例如可分成：a。工作1年以下，b。工作1年-3年c。工作3年-5年d。工作5年以上跑出来一看，wow，公司是大学生创业基金支援的，全部员工都是工作1年以下。这个时候就得按更细粒度的月来进行划分了。 数据整理之合式：聚类聚类则更灵活，例如最早登记报册的只有员工的姓名工号，乱糟糟一大把，业余活动组织不起来怎么办?这个时候找IT要一下各人上班的时候的浏览网页，从网页记录推算一下各人爱好，然后按照爱好进行聚类，变成篮球俱乐部，羽毛球娱乐部，DOTA俱乐部。。。。。这以后的工作就好开展了。 老衲尤其推荐使用表格格式，不单单是因为美观整齐，表格格式还集成了筛选，排序，甚至冻结窗格的功能，叫表格格式这么平淡的名字，若依老衲，应该起名叫般若波罗蜜多格。 然后说说神鬼莫测七招式：数据工具 先说说分列。这种密集大魔王造出的数据，大家想必都很常见吧。贴到Excel里面还依然是密密麻麻令人头晕目眩。 只需将之选中，使用分列式： Duang(此处应该有掌声) 接下来是速填式，说实话，这是个相对比较无聊的招式。如果功力达到第二层，使用公式函数，取而代之乃是易如反掌。不过既然至此，老衲继续用上面的例子： 从代码缩略下面一直选到底，点击快速填充（2013独有功能）。Duang： 删除重复项实而不华，特别推荐。非常简单，不赘述。 中级法门是数据导入，早期数据清洗什么的，早在入库前就已经有人替你完成了，便当之至： 连个SQLserver看看： 注意事项：Excel初级法门中有一道奇毒，名为合并单元格，想老衲数度往生极乐，多缘于合并单元格之手。作为原始数据，尽量不要使用合并单元格，这个功能在后续处理数据的时候会带来大量的麻烦。足以令人呕血三升。合并单元格一般是在最后一步，确定数据不再修改的时候才可以使用。另外和别的人协作处理数据的时候，最好将处理好的原始数据和呈现数据一起提交给他人，方便他人未来进一步修改。快捷键是用来省时间的，相比来说只能算是小技巧。最好的参考资料就是微软的官方说明书：KeyboardshortcutsinExcel 至于哪些快捷键比较重要，个人觉得是单元格位置的操作，能避免在万千数据里频繁地拖动滚动条。