T1.3 Excel-Data Cleansing

数据清洗

查重去重

缺失值定位与处理

检测数据逻辑



3.1 查询重复数据

A 函数法: COUNTIF(range,criteria)

重复标记:

T1.3 Excel-Data Cleansing_第1张图片
在C列中CX—共重复出现了几次

第二次重复标记:


T1.3 Excel-Data Cleansing_第2张图片
在C1到CX中CX出现了几次


B 高级筛选法(去重优选2) ☆☆☆☆


T1.3 Excel-Data Cleansing_第3张图片
【数据】——【筛选-高级】


T1.3 Excel-Data Cleansing_第4张图片
选中区域必须包含变量名,复制到的区域选择起始位置即可,会生成新变量

C 条件格式法(查重优选) ☆☆☆☆

【条件格式】——【突出显示单元格规则】——【重复值】

D 数据透视表法


T1.3 Excel-Data Cleansing_第5张图片
会默认第一个值为变量名,不参与统计:选中区域须包含变量名


T1.3 Excel-Data Cleansing_第6张图片
分别拉动目标变量到【行标签】、Σ数值
T1.3 Excel-Data Cleansing_第7张图片
计数就是频次,频次超过1的就是重复项

3.2 删除重复数据

A 菜单栏删除


T1.3 Excel-Data Cleansing_第8张图片
【数据】——【删除重复项】


T1.3 Excel-Data Cleansing_第9张图片
如果有多个变量要扩展,确认选中区域是否包含变量名
T1.3 Excel-Data Cleansing_第10张图片
不会生成新变量




3.3 缺失值处理

A 常见方式

a. 用样本统计量的值代替缺失值,如Mean

b. 用统计模型计算出来一个值代替缺失值,如回归模型

c. 删除含缺失值的Case

d. 不作处理,在分析时排除含缺失值的个案

                                 ——适用于【样本量大】+【缺失值少】+【变量之间无高度相关】

B 定位输入

定位:Ctrl+G

【编辑】——【查找和选择】——<定位条件>——<空值>——选中所有空值

输入:Ctrl+Enter

选中之后输入“XX”,然后按Ctrl+Enter,所有选中单元格都输入了XX

C 查找替换

查找:Ctrl+F

替换:Ctrl+H

定位:Ctrl+G


3.4 检查数据逻辑错误

A 利用IF函数检查错误——“最多选择3项”


如果B2:G2中不为0的值超过3个,则返回false,反之返回true


 B 利用条件格式标记错误——“只能出现0/1两个值”


T1.3 Excel-Data Cleansing_第11张图片
选中目标区域——【条件格式】——【突出显示单元格】——【其他规则】

你可能感兴趣的:(T1.3 Excel-Data Cleansing)