Excel数据分析实务-PPT课件 项目7 使用Power Query方法处理数据.pptx

使用Power Query方法处理数据;;Power Query（查询增强版）为Excel的一个插件，实现数据获取和数据清理。 Power Query在Excel中通过简化数据发现、访问和合作的操作，从而增强了商业智能自助服务体验。 Power Query将不同来源的数据源整合在一起，建立好数据模型，为使用Excel、Power Pivot、Power View、Power Map进行进一步的数据分析做好准备。;; 单击【从文本】命令：新建一个名为“消费行为分析表（清洗完数据）”的工作簿，在【数据】选项卡的【获取和转换】命令组中，依次单击【新建查询】图标→【从文件】命令→【从文本】命令。; 选择需要导入的学生ID表：在弹出的【导入数据】对话框中，选择“学生ID表.txt”，单击【导入】按钮。 加载学生ID表：在弹出左图所示的【学生ID表.txt】对话框中，单击【加载】按钮，即可在Excel中新建一个【Sheet2】工作表存放学生ID表，如右图，将【Sheet2】工作表重命名为“学生信息表”。; 单击【从CSV】命令：在【数据】选项卡的【获取和转换】命令组中，依次单击【新建查询】图标→【从文件】命令→【从CSV】命令。 选择需要导入的消费记录表。 加载消费记录表：在弹出的【消费记录表.csv】对话框中，单击【加载】按钮，即可在Excel中新建一个【Sheet3】工作表存放学生ID表，将【Sheet3】工作表重命名为“消费记录表”，删除【Sheet1】工作表。;;一般情况下，学生在食堂消费不会过高，消费时间也应在处于食堂的正常营业时间内，当出现超过最大消费金额或非营业时间的消费记录时，说明这部分数据为异常数据。 因此需要对【消费记录标】中的“消费金额（元）”“消费类型”“消费时间”列进行异常值分析，并删除存在的异常值： 处理消费金额的异常值 : 消费金额大于或等于300元为异常消费金额 , 做删除处理 。 处理消费类型的异常值 : 消费类型有存款、退款、无卡销户和消费4种消费类型，但是本项目主要分析的是消费类型，所以需要将非消费的数据进行删除 。 处理消费时间的异常值 :在【消费记录（清洗完数据）】工作表中，所有的营业地点的营业时间为6:00~24:00，因此0:00~5:00之内的所有消费记录属于异常情况，需要对0:00~5:00之内的???费数据进行删除。 ; 在【查询】选项卡的【编辑】命令组中，单击【编辑】图标，即可打开【消费记录表 - Power Query编辑器】。;处理消费金额的异常值;处理消费金额的异常值; 显示“消费类型”列的取值：单击“消费类型”列旁边的倒三角按钮，在下拉列表中，单击【加载更多】命令，即可显示消费类型的4种取值。;处理消费类型的异常值; 添加“小时”列：在【添加列】选项卡的【从日期和时间】命令组中，依次单击【时间】图标→【小时】命令→【小时】命令，此时在表的最后一列将会增加“小时”列。;处理消费时间的异常值;如果消费记录表中存在大量的缺失值，那么可能会造成分析结果的偏差。 因此需要对【消费记录表】进行缺失值的统计，并对存在缺失值的列进行处理。对于缺失值较大的列，且在实际的数据分析中无意义时，予以删除处理。 ; 查看第一列是否有缺失值：单击“序号”列旁边的倒三角按钮，在下拉列表中单击【加载更多】命令，查看数据是否存在空值。 查看其他列是否有缺失值：按照上一步的方法，对其他列进行查看，发现“消费项目的序列号”列只有一个取值，即空值“NULL”。 ;处理缺失值;保存处理结果：单击【消费记录表 - Power Query编辑器】界面左上角的【文件】，选择【关闭并上载】命令。;每位学生的校园卡号和门禁卡号都是唯一的，如果出现了重复值，那么说明数据是有问题的。因为不可能出现两个相同校园卡号的学生，也不可能出现两个相同门禁卡号的学生，所以需要删除此类重复值。 因此，需要检查校园卡号和门禁卡号是否存在重复值，并对重复值进行去重处理。; 打开【学生ID表 - Power Query编辑器】：在【学生信息表】工作表中，将鼠标光标移至【工作簿查询】窗格的【学生ID表】，会出现学生ID表的加载信息，单击下方的【编辑】命令。 ;处理重复值;处理缺失值;