基于Excel的数据清洗应用研究

滕文惠 闫媛媛 姚晓芳

摘  要：高质量的数据是数据分析和应用的重要保证，“脏数据”会导致不可靠输出，这种输出导致的结果有可能难以弥补，因此数据清洗尤为重要。该文重点阐述了数据清洗思路及利用Excel软件进行数据清洗的具体方法，为教育和科研工作者提供一些参考。

关键词：Excel  数据清洗  方法

中图分类号：G250.2   文献标识码：A           文章编号：1672-3791（2019）05（c）-0028-02

随着计算机及通信技术的迅猛发展，如今已经进入了全新的数字化及智能化时代。各种信息系统的广泛应用积累了大量的原始数据，分析这些数据的内在规律，预测相关业务量的发展趋势，已经成为各行各业的迫切需求，因此掌握数据分析技术显得尤为重要。而数据清洗又是整个数据分析过程中不可缺少的一个环节，其结果质量直接关系到模型效果和最终结论。在实际操作中，数据清洗通常会占据分析过程的50%～80%的时间。

1  数据清洗的定义

数据清洗，英文名为Data Cleaning或Data Scrubbing，是检测和去除数据集中的噪声数据和无关数据，处理遗漏数据，去除空白数据域和知识背景下的白噪声。也就是将重复、多余的数据筛选清除，将缺失的数据补充完整，将错误的数据纠正或者删除，最后整理成为标准的、干净的、连续的数据，提供给数据分析、数据挖掘等使用。

2  常用的数据清洗方式

实际工作中常用的数据清洗方式有人工清洗、计算机清洗及人工和计算机结合清洗。对于非标准数据或数据量较小的数据源，可使用人工清理的方式，即借助统计调查实际工作经验，通过人工检查的原始方法来发现异常值，但如果数据量较大、变量较多的情况，使用这种方法费时费力，效率相对较低。……