清洗字段類型錯誤

主講教師：羅倩倩無錫商業(yè)職業(yè)技術(shù)學院數(shù)據(jù)可視化清洗字段類型錯誤數(shù)據(jù)清洗必要性“價格”字段清洗“評價數(shù)”字段清洗010203

在Excel中，由于對單元格并不存在嚴格的類型限制，有可能出現(xiàn)字段類型錯誤，例如：將“價格”、“數(shù)量”等數(shù)值類型的數(shù)據(jù)以文本類型進行存放。因此，在數(shù)據(jù)統(tǒng)計分析前需要將這些字段進行相應的轉(zhuǎn)換。下面我們以“手機采集原始數(shù)據(jù).xlsx”為例，來對數(shù)據(jù)源中的字段類型錯誤進行處理。清洗字段類型錯誤的必要性

打開Tableau，連接“MicrosoftExcel”數(shù)據(jù)源，選擇“手機采集原始數(shù)據(jù).xlsx”文件并打開，如圖所示,“價格”字段上方為文本類型“Abc”標識符。當需要求各類型手機的平均價格時，就無法對該字段進行數(shù)值統(tǒng)計。“價格”字段清洗

“價格”字段清洗

Tableau中使用計算字段可以將價格轉(zhuǎn)換成數(shù)值類型，在圖2-6的“價格”字段名上右擊鼠標，在彈出的快捷菜單中選擇“重命名”，圖如2-7所示，將“價格”重命名為“_價格”。右擊“_價格”字段后彈出快捷菜單如圖2-8所示，選擇“創(chuàng)建計算字段”，打開計算字段編輯界面，如圖2-9所示，在編輯區(qū)輸入公式：float([_價格])，即可以將字符型轉(zhuǎn)換成數(shù)值型。

“價格”字段清洗轉(zhuǎn)換后的結(jié)果如圖所示，“價格”字段前原來的“Abc”字符串符合變成了數(shù)值型“#”符號?！霸u價數(shù)”字段清洗

現(xiàn)在來觀察一下“評價數(shù)”這個字段，它的轉(zhuǎn)換比較復雜，因為評價數(shù)位于兩個括號中間，后面有“+”號，而且超過1萬的評價數(shù)，還使用“1.3萬”這樣的表示方式。這個復雜的例子需要用到更多的字符串函數(shù)。首先，將“評價數(shù)”重命名為“_評價數(shù)”。接下來，使用字符串函數(shù)截取中間的數(shù)字部分。處理公式是：REPLACE(mid([_評價數(shù)],FIND([_評價數(shù)],'（')+1,FIND([_評價數(shù)],'）')-FIND([_評價數(shù)],'（')-1),'+','')“評價數(shù)”字段清洗

有了字符串處理公式，我們創(chuàng)建一個“評價_1”的計算字段，在編輯區(qū)輸入上面的字符串處理公式，如圖所示。最后，原始評價字段中的數(shù)字部分全部截取成功。

但是，計算字段“_評價1”，仍然是字符串，而且由于評價數(shù)高于1萬的，顯示“xx萬”這種樣式，所以還需要高于1萬的進行判斷，轉(zhuǎn)換后再計算，低于1萬則直接進行類型轉(zhuǎn)換。這個計算字段需要邏輯函數(shù)的參與。因此，在“_評價1”字段上，需要設計下面的輸入公式：IFENDSWITH([評價_1],'萬')THENFLOAT(LEFT([評價_1],FIND([評價_1],'萬')-1))*10000ELSEFLOAT([評價_1])END“評價