excel数据清洗_数据清洗步骤

首先这是数据清洗步骤的思维导图

步骤一: 选择子集

在办公中，经常会碰到excel表格中存在大量列，但有一些列，可能是近期不在使用，就是暂时不在使用的，为了更好的突出重点列，就可以暂时把这些不用的列隐藏起来，利于更好的观看其他的列，提高办公效率，但是有时候我们又需要看以前的列，需要将其还原，就是需要将列取消隐藏，应形成一个好的习惯，不去删除数据，而是隐藏数据，保证原始数据的完整

1.excel如何隐藏列

隐藏列方法一：首先选中要隐藏的列，如B列，然后右键B列，在弹出的窗口中选择隐藏，即可将B列隐藏。

隐藏列方法二：也是先选中要隐藏的列，如B列，然后点击excel表格右边的格式，再把鼠标放到隐藏和取消隐藏上，点击隐藏列，即可完成隐藏。

快捷键: Ctrl + 0

2.excel中怎么取消隐藏列

方法一：要取消隐藏的列，首先需选中隐藏了的列的前后两个列，然后右键，如图中，再选择取消隐藏，即可。

方法二：点击右上角的格式，再把鼠标放到隐藏和取消隐藏上，点击取消隐藏列，即可取消隐藏。

步骤二: 列表重命名

1.双击列表进行修改

2.按自己的命名习惯修改列名

步骤三: 删除重复值

1.找到数据集的唯一标识，这个值重复代表数据重复

比如：一份学生信息表里，想删除重复数据怎么做？

大家应该知道学生信息表中唯一的条件就是学号，不会重复，姓名年龄都有可能重复，因此这里要将学号重复的数据删除

2.利用唯一标识，删除重复值

（1）首先选中我们需要删除重复数据的区域

（2）然后选择菜单选项中的数据

（3）再选择数据选项工具栏中的删除重复项

（4）在删除重复项设置中我们需要设置以哪列数据为依据来删除重复项（当然也可以以所有列为依据），这里我们以学生列为依据

（5）删除后会有提示删除了多少重复数据，数据中的重复数据也删除了

步骤四: 缺失值处理

1.统计出有多少缺失值

点击列号，右下角计数显示数据数量

"地址"列的缺失数据统计 = "学号"列数据总数 - "地址"列数据总数

2.处理缺失值的四种办法

（1）通过人工手动补全，适合与缺失值比较少

（2）删除缺失数据

（3）用列表平均值代替缺失值

（4）用统计模型计算出来的值代替缺失值

3.缺失值处理步骤

选中地址列的数据区域

可以采用选择菜单，也可以使用快捷键“ctrl+G”

采用选择菜单：点击“开始”——“查找和选择”——“定位条件”

使用快捷键“ctrl+G”，会弹出“定位”的对话框，选择“定位条件”

在弹出的“定位条件”对话框，选择“空值”（这里示例的表格中缺失值处是空值，可以根据自己需求对应选择）。点击“确定”

回到数据表，会发现所有缺失值处出现了的灰色的底色，则证明所有缺失值都被选中

那么如何填充这些空值呢？

一般会选择采用样本的“平均值”来代替缺失值，假设这里的平均值为“上海”

使用键盘敲击“上海”，然后采用“Ctrl+Enter”组合键

这样，刚才所有被选中的缺失值处的单元格里都变成了上海

4.补充问题

不同的空值怎么填充？

和上面步骤一样，到最后输入补充值得时候需要输入等号，然后点击上面的单元格

然后采用“Ctrl+Enter”组合键

这样，就补充了不同的空值

步骤五: 一致化处理

1.一致化是什么

一致化指的是数据是否有统一的标准或者命名

利用Excel分列功能，分列功能可以将某一列按照特定的规则拆分

注意：分列功能会覆盖右列单元格，因此要分列之前，需把要拆分的单元格复制到最后一列

2.一致化步骤

复制要拆分的单元格到最后一列

点击列号，选择该列，进行复制

在最后列后面的空白列号，进行粘贴

将原数据列隐藏

选择要进行一致化处理的列，点击数据 ---> 点击分列功能

文本分列向导步骤

一致化处理结果

第六步: 数据排序

1.数据排序是什么

数据排序是按一定顺序将数据排列，以便研究者通过浏览数据发现一些明显的特征或趋势， 找到解决问题的线索。除此之外，排序还有助于对数据检查纠错，以及为重新归类或分组等提供方便

注意：在处理Excel中数据的排序时，需要注意些细节，比如不能使排序列的数据和其他数据列的数据分离导致数据被破坏

2.数据排序步骤

选择需要排序的一列数据，点击任意一个单元格

选择菜单 开始->排序和筛选->降序

Excel中的所有行数据都随该行数据重新排序

升序是将数据从小到大排序，如下图

降序是将数据从大到小排序，如下图

如果想恢复最原始排序，可以在将数据排序前，在数据中加一列数据序列，案例数据中的学号可以代表数据的原始排序，因此将学号升序就可恢复排序前的数据顺序

假如没有学号这样的数据原始排序，有两种方法

方法1：用开始的填充功能

如果序号是一样的，只需输入第一个数值和选择区域点击“确定”即可全部填充一样的数字，如果有递增等规则则选择系列选择步长和终止值等可快速填充

该方法用于较长的系列能大大提高效率

1、将数据排序之前，在数据最前面插入空白列

2、在A2中输入1，选中A列，然后点击开始菜单里面的“填充”，选择“序列”

3、步长值默认是1，可不用改，终止值可以根据需要填写，比如需要填充序号从1-100， 终止值就设置成100

效果如下

方法2：鼠标拖曳法

1、先输入前面一个数字，把鼠标移动到第一个单元格的右下角，等会看到光标变成一个”十“字了，按住键盘上的Ctrl+鼠标左键，然后向单元格下方拖动鼠标，就能见到序号自动填充，这种只能用作步长为1的序列

2、先输入前面两个数字，输入两个数值让系统识别步长和填充规律，然后选择二个单元格把鼠标放于右下角，等光标变实心十字按住左键往下拉即可

该方法一般用于较短的系列

第七步: 异常值处理

异常值就是不属于你要分析的内容，这些数据加入数据分析，会使分析结果不准确

例如：你要分析的岗位是数据分析师等职位，不包含工程师，顾问等

所以异常值处理就是删除不是分析内容的数据

只需输入公式: =IF(COUNT(FIND({"数据运营","数据分析","分析师"},C2)),"是","否")就可判断是否属于数据分析师相关职位

然后进行筛选，将是的筛选出来，复制到新的Excel表格中，就是数据清洗的最终结果了，可以命名为清洗数据结果

原始数据: 一开始得到的数据

清洗数据: 将原始数据复制，改名为清洗数据，所以的数据清洗都在这完成

清洗数据结果: 将数据清洗完成后的结果复制到新的Excel表中，数据透视表都在这进行

一点要养成良好的习惯，才不会乱