數(shù)據(jù)清洗

查重去重

缺失值定位與處理

檢測數(shù)據(jù)邏輯

3.1 查詢重復(fù)數(shù)據(jù)

A 函數(shù)法： COUNTIF(range,criteria)

重復(fù)標記：

在C列中CX—共重復(fù)出現(xiàn)了幾次

第二次重復(fù)標記：

在C1到CX中CX出現(xiàn)了幾次

B 高級篩選法（去重優(yōu)選2） ☆☆☆☆

【數(shù)據(jù)】——【篩選-高級】

選中區(qū)域必須包含變量名，復(fù)制到的區(qū)域選擇起始位置即可，會生成新變量

C 條件格式法（查重優(yōu)選） ☆☆☆☆

【條件格式】——【突出顯示單元格規(guī)則】——【重復(fù)值】

D 數(shù)據(jù)透視表法

會默認第一個值為變量名，不參與統(tǒng)計：選中區(qū)域須包含變量名

分別拉動目標變量到【行標簽】、Σ數(shù)值

計數(shù)就是頻次，頻次超過1的就是重復(fù)項

3.2 刪除重復(fù)數(shù)據(jù)

A 菜單欄刪除

【數(shù)據(jù)】——【刪除重復(fù)項】

如果有多個變量要擴展，確認選中區(qū)域是否包含變量名

不會生成新變量

3.3 缺失值處理

A 常見方式

a. 用樣本統(tǒng)計量的值代替缺失值，如Mean

b. 用統(tǒng)計模型計算出來一個值代替缺失值，如回歸模型

c. 刪除含缺失值的Case

d. 不作處理，在分析時排除含缺失值的個案

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?——適用于【樣本量大】+【缺失值少】+【變量之間無高度相關(guān)】

B 定位輸入

定位：Ctrl+G

【編輯】——【查找和選擇】——<定位條件>——<空值>——選中所有空值

輸入：Ctrl+Enter

選中之后輸入“XX”，然后按Ctrl+Enter，所有選中單元格都輸入了XX

C 查找替換

查找：Ctrl+F

替換：Ctrl+H

定位：Ctrl+G

3.4 檢查數(shù)據(jù)邏輯錯誤

A 利用IF函數(shù)檢查錯誤——“最多選擇3項”

如果B2：G2中不為0的值超過3個，則返回false,反之返回true

?B 利用條件格式標記錯誤——“只能出現(xiàn)0/1兩個值”

選中目標區(qū)域——【條件格式】——【突出顯示單元格】——【其他規(guī)則】