数据清洗
查重去重
缺失值定位与处理
检测数据逻辑
3.1 查询重复数据
A 函数法： COUNTIF(range,criteria)
重复标记：
在C列中CX—共重复出现了几次
第二次重复标记：
在C1到CX中CX出现了几次
B 高级筛选法（去重优选2） ☆☆☆☆
【数据】——【筛选-高级】
选中区域必须包含变量名，复制到的区域选择起始位置即可，会生成新变量
C 条件格式法（查重优选） ☆☆☆☆
【条件格式】——【突出显示单元格规则】——【重复值】
D 数据透视表法
会默认第一个值为变量名，不参与统计：选中区域须包含变量名
分别拉动目标变量到【行标签】、Σ数值
计数就是频次，频次超过1的就是重复项
3.2 删除重复数据
A 菜单栏删除
【数据】——【删除重复项】
如果有多个变量要扩展，确认选中区域是否包含变量名
不会生成新变量
3.3 缺失值处理
A 常见方式
a. 用样本统计量的值代替缺失值，如Mean
b. 用统计模型计算出来一个值代替缺失值，如回归模型
c. 删除含缺失值的Case
d. 不作处理，在分析时排除含缺失值的个案
——适用于【样本量大】+【缺失值少】+【变量之间无高度相关】
B 定位输入
定位：Ctrl+G
【编辑】——【查找和选择】——<定位条件>——<空值>——选中所有空值
输入：Ctrl+Enter
选中之后输入“XX”，然后按Ctrl+Enter，所有选中单元格都输入了XX
C 查找替换
查找：Ctrl+F
替换：Ctrl+H
定位：Ctrl+G
3.4 检查数据逻辑错误
A 利用IF函数检查错误——“最多选择3项”
如果B2：G2中不为0的值超过3个，则返回false,反之返回true
B 利用条件格式标记错误——“只能出现0/1两个值”
选中目标区域——【条件格式】——【突出显示单元格】——【其他规则】
网友评论