使用Excel表格进行数据清理

Excel表格可以用来学习初级的数据分析。有一些数据清理阶段遇到的小技巧，在此记录一下。
数据清理主要的工作步骤是：调整样式→删除重复值→处理缺失值→一致化处理→数据排序→异常值处理

调整样式

1. 打开Excel表之后乱码：
   造成乱码的原因和编程中时常遇到的字符编码出错是同一个道理，一般是因为导进来的时候本来表格是用csv或者是文本的形式，这样编码方式是阿斯卡码，而不是utf-8，总之目标是将utf-8的格式赋给表格里的数据。
   解：选择“数据”→“从文本/css”，按照指引步骤完成导出转换
2. 进入表格后发现原来的表格里面有很多冗余的空白行，删又删不掉
   解：选中空白栏第一行，然后按ctrl+shift+↓ 可以一路选完下面的所有行，右键选择删除，保存文件退出重进。
3. 调整表格的宽度让表格变得容易看，在开始→自动换行
4. 隐藏掉不需要的列，在列名上右键点隐藏。

处理缺失值

5. 处理缺失值有几种可选的做法：

• 删掉整行，丢弃数据
• 利用前后的平均值估算并且补齐数据
• 利用已知的信息尝试填写数据
• 标注缺失

6. 到缺失的值，选出一整列或一整行然后在开始→查找与选择→定位条件→空值，可以锁定选中的行或者列中的空值，填补空值，按ctrl + Enter可以将一次填补的内容赋到所有空格里。
7. 删除重复值：找到主键，因为主键应当唯一，然后选择数据→删除重复值

一致化处理

8. 进行分列，要注意分列这个操作会覆盖掉后面的一列，所以要先把要分列的列复制到表格最后列，然后把原来的列隐藏，对新的列全选，数据→分列，然后选其他，输入与分隔数