效率笔记

把数据清洗的两种做法摆在一起看,差别很明显

2 次阅读

从系统导出的表,日期是文本、金额带空格、姓名前后有看不见的符号。 本文从对比的角度讲数据清洗,给出4条可执行方法、1个真实案例和3个常见坑。

把数据清洗的两种做法摆在一起看,差别很明显

同一件事,往往有两种做法。

从系统导出的表,日期是文本、金额带空格、姓名前后有看不见的符号。

一种省事但留坑,一种麻烦但一次到位。多数人只知道前一种。

这篇把数据清洗的两种做法摆在一起,说清什么时候用哪个。

两种做法,摆在一起看

省事的做法:直接对原始表做分析。脏数据上的分析,结论一定是错的。

麻烦一点的做法:动手前先花十几分钟,把要做成什么样、按什么顺序,写在纸上。

前一种当天轻松,代价是后面要返工;后一种开头多花二十分钟,但基本一次成型。

判断标准很简单:这件事后面还有人接着做吗?有,就用第二种。

具体怎么落地

两种做法都有人用,关键是什么场合用哪种。

1. 先复制一份原始表再动手

清洗过程不可逆。保留原始表,出问题能回溯,也能对账。

2. 文本型数字用分列转换

选中整列,数据—分列,直接点完成。比改单元格格式可靠,因为格式只是显示,值还是文本。

3. 删除重复项前先看清哪几列

只勾选关键列做判重,否则同一客户的两条不同订单会被当成重复删掉。

4. 空值用定位批量处理

Ctrl+G 定位条件—空值,一次性填 0 或上一行值。

同一件事,两种做法

一位做财务的读者每月要合并 12 张门店表。

做法是:她固定了五步:去空格、转数值、统一日期、按门店名标准化、删除完全重复行。

结果是:合并时间从一整天压到一小时,且月末对账差异从几千降到零。

这个例子不复杂,难的是每次都这么做。可以照着做,也可以只挑其中一步先试。

整个过程里没有出现什么复杂工具,改的都是顺序和标准。这也是它能被复制的原因——不需要天赋,只需要不再省那一步。

几个常被问到的问题

问:照着做了,还是没效果,为什么?

答:不要只改格式不改值。文本型数字改成『数值格式』,求和仍然是 0。 先回头检查这一条,多数时候问题在这里。

问:要多久才能见效?

答:第一周通常只是熟悉流程,第二周才开始省时间。如果两周后完全没感觉,回头看看是不是漏了第一步。

问:第一步该从哪里开始?

答:复制一份原始表,命名带日期。从这一件开始,别一次全上。

问:最容易犯的错是什么?

答:一行行手改。几百行还能忍,几千行一定出错。

明天就能做的事

不用全做,挑一件今天就能开始的。

  • 复制一份原始表,命名带日期
  • 全表跑一遍 TRIM 和 CLEAN
  • 清洗完对一次总数

可以直接用的一段话

如果你平时用 AI 帮忙,下面这段可以直接复制,把方括号里的内容换成你的情况。

我有一张表,字段是:X。请给我一份 Excel 清洗清单,按操作顺序列出每一步用什么功能或公式。

最后

没有绝对更好的做法,只有更适合当下这件事的做法。判断标准写在前面了:后面还有人接着做吗。

不管你选哪种做法,这一步都省不掉:全表跑一遍 TRIM 和 CLEAN。

评论 0

还没有评论,来说两句。

评论需审核后显示