原文標題：《Excel 里把人“逼瘋”的數據雜亂數據，原來 1 分鐘就能整理好！清洗》

鏘鏘！數據大家好哇~ 我是清洗最近在研究數據分析的衛星醬~

數據分析中有個很重要的預處理步驟，叫做「數據清洗」。數據

簡單來說就是清洗把數據中「臟臟的 」部分 —— 缺失的、重復的數據、錯誤的清洗等等，給它清除掉，數據剩下「干凈的清洗」數據。

光講概念也太難理解了，數據衛某今天就直接用實例，清洗給大家看看數據清洗，數據到底是清洗怎么個事兒~

1、缺失數據

如果某處缺了一兩個數據，數據最簡單的方法就是 —— 扔了它。

別笑！

這的確是正規的數據清洗手段，在表格不大、不完整數據較少的情況下，完全可以這樣做。

「比如 2002 年「產品 C」的產量缺失了，那就偷偷把 2002 年從統計表里刪掉，只分析后面的~」

但這樣可能將潛在信息刪除，也可能導致數據分析出現較大偏差。

所以，如果數據很多、空缺也多，刪除過多條目會使得結果產生較大偏差時，我們還是得把空缺補上。

? 空值變 0 值

【Ctrl+G】定位,【定位條件】，選擇【空值】，【確定】，最后輸入 0。

? 統計學方法

但很多時候不能這樣粗暴地填充。

實際應用常選擇統計學方法，比如平均值，來填充缺失的數據。

當然，根據數據實際類型，也可能使用中間值、最大值、最小值或者其他更復雜的函數值。

像這個預測函數，就怪好用的。

2、重復數據

至于重復數據，在之前的「數據核對」篇中已經講過了，這里就不再贅述。

點此回顧「數據核對」

很多時候，我們在基礎的 Excel 應用中就完成了「數據清洗」的步驟。

數據分析的門檻，真的沒我們想象的那么高~

3、錯誤數據

函數錯誤值，比如#DIV / 0!、#N / A! 之類，只要在公式外套上 IFERROR 就行：

另一種錯誤數據，就沒那么好對付了……

「比如等級只有「A / B / C」三種，有個單元格卻出現了「D」的；或者要求填寫「√」，偏偏有人寫「?」的……」

這種除了在一開始設置數據驗證，就只有用查找、計數、條件格式等偏門方法了

這種錯誤數據「D」，可以用【查找】或【篩選】直接定位它。

而「感覺上不對」的數據，就比較難找到了：

▲ 誤差過大，不是測量誤差可以解釋的

這時我們就只能因地制宜，想辦法定位它，例如用 IF 函數篩選大于 36.13 的數據。

找到之后按照「缺失數據」的辦法處理它就是了。

4、寫在最后

好啦，今天從數據類型的角度給大家簡單講了下數據清洗的做法~

小伙伴們還知道哪些屬于數據清洗的 Excel 操作呢？

本文來自微信公眾號：秋葉 Excel（ID：excel100），作者：衛星醬