錯誤值清洗格式錯誤

數(shù)據(jù)采集與處理錯誤值清洗—格式錯誤數(shù)據(jù)采集與處理課程教學團隊格式錯誤格式類型不一致12多余的字符2格式錯誤清洗

錯誤符號錯誤原因#DIV/0!除數(shù)為0#N/A函數(shù)或公式中沒有可用的數(shù)值#NAME？在公式中使用了不能識別的文本#NULL!使用了不正確的區(qū)域運算符或引用的單元格區(qū)域的交集為空#NUM!公式或函數(shù)中某些數(shù)字有問題#REF!單元格引用無效#VALUE!在公式中使用了錯誤的數(shù)據(jù)類型格式錯誤常見格式錯誤格式錯誤清洗

格式類型不一致數(shù)據(jù)類型不一致：數(shù)據(jù)的存儲類型不符合實際情況，如日期類型的以數(shù)值型存儲，時間戳存為字符串等。數(shù)據(jù)編碼不一致：數(shù)據(jù)存儲的編碼不一致，例如將UTF-8寫成UTF-80。數(shù)據(jù)格式不一致：數(shù)據(jù)的存儲格式問題，如半角全角字符、中英文字符等。數(shù)據(jù)異常不一致：如數(shù)值數(shù)據(jù)輸成全角數(shù)字字符、字符串數(shù)據(jù)后面有一個回車操作、日期越界、數(shù)據(jù)前后有不可見字符等。數(shù)據(jù)依賴沖突：某些數(shù)據(jù)字段間存儲依賴關系，例如城市與郵政編碼應該滿足對應關系，但可能存在二者不匹配的問題。數(shù)據(jù)多值不一致：大多數(shù)情況下，每個字段存儲的是單個值，但也存在一個字段存儲多個值的情況，其中有些可能是不符合實際業(yè)務規(guī)則的。格式錯誤清洗名稱：對于同一個數(shù)據(jù)對象的名稱首先應該是一致的。例如對于訪問深度這個字段，可能的名稱包括訪問深度、人均頁面瀏覽量、每訪問PV數(shù)。類型：同一個數(shù)據(jù)對象的數(shù)據(jù)類型必須統(tǒng)一，且表示方法一致。例如普通日期的類型和時間戳的類型需要區(qū)分。單位：對于數(shù)值型字段，單位需要統(tǒng)一。例如萬、十萬、百萬等單位度量。格式：在同一類型下，不同的表示格式也會產(chǎn)生差異。例如日期中的長日期、短日期、英文、中文、年月日制式和縮寫等格式均不一樣。長度：同一字段長度必須一致。小數(shù)位數(shù)：小數(shù)位數(shù)對于數(shù)值型字段尤為重要，尤其當數(shù)據(jù)量累積較大時會因為位數(shù)的不同而產(chǎn)生巨大偏差。計數(shù)方法：對于數(shù)值型等的千分位、科學計數(shù)法等的計數(shù)方法的統(tǒng)一。縮寫規(guī)則：對于常用字段的縮寫，例如單位、姓名、日期、月份等的統(tǒng)一。例如將周一表示為Monday還是Mon還是M。值域：對于離散型和連續(xù)型的變量都應該根據(jù)業(yè)務規(guī)則進行統(tǒng)一的值域約束。約束：是否允許控制、唯一性、外鍵約束、主鍵等的統(tǒng)一。統(tǒng)一數(shù)據(jù)規(guī)格格式錯誤清洗

多余的字符刪除空格“Ctrl+H”替換空格為空格式錯誤清洗刪除空行方法1：開始—查詢和選擇—定位條件選擇“空值”表格中所有的空行是不是已經(jīng)被全部選中了，呈藍色顯示，然后選擇所在行刪除即可。格式錯誤清洗第1步：接下來，按下“Ctrl+A”鍵，選擇整個工作表。依次點擊菜單欄的“數(shù)據(jù)/篩選/自動篩選”命令。第2步：這時，在每一列的頂部，都會出現(xiàn)一個下拉列表框，任選一列，點擊其下拉列表框，從中選擇“空白”。如果頁面內(nèi)還有數(shù)據(jù)行，那么，再另選一列，從其下拉列表框中選擇“空白”，直到頁面內(nèi)已看不到數(shù)據(jù)為止（如圖2）。第3步：好了，此時頁面中剩下的就全部是空白行了，全選后單擊“編輯”菜單，選擇“刪除行”命令就可以了。第4步：這時所有的空行都已被刪去，再單擊“數(shù)據(jù)/篩選/自動篩選”命令，工作表中的數(shù)據(jù)就全恢復了，最后將左側(cè)插入的一列刪除即可。方法2：篩選法格式錯誤清洗方法3：開始—數(shù)據(jù)—從表格刪除行—>刪除空行格式錯誤清洗一、從最左邊起取字符

=left(源數(shù)據(jù)格，提取的字符數(shù))

=left（A3，2）表述為：從單元格A3的最左邊起，提取2個字符。二、從最右邊起取字符

=right(源數(shù)據(jù)格，提取的字符數(shù))

=right(A3,2)表述為：從A3單元格最右邊起，提取2個字符。三、從數(shù)據(jù)中間提取幾個字符

=mid(A3,5,2)表述為：提取單元格A3中第五位起后面兩位。

=mid（sheet1!A3,5,2）表述為：提取sheet1表的單元格A3中第五位起后面兩位。也就是提取第5和第6兩個字符。單元格里面去掉或提取某些字符格式錯誤清洗四、先從左取字符，再從右取字符

=RIGHT(LEFT(A3,5),3)表述為：首先從A3單元格第一個字符從左往右取5個字符，然后再對取出來的5個字符從右向左取3個字符。假如A3中是“abcdefghijkl”，先從左向右取5個變成abcde，然后從右往左取3個，就變成edc了。如果不足10個字符的話，那就是最后一個字符了。五、去掉字符前面的幾個字符

=RIGHT(A3,LEN(A3)-2)表述為：從單元格A3字符的右邊起，提起所有的字符數(shù)，去掉后面兩個字符。LEN表示返回字符串中的字符數(shù)。例如：字符123456789，變成了3456789六、去掉字符后面的幾個字符

=