数据清洗小技巧：五分钟处理一批脏数据

本文目录

从系统或他人手里拿到的数据，很少能直接用来统计，清理是绕不开的一步。

第一步：处理空行与空列

空行会让筛选、排序与统计中断。选中整列用定位功能找空值，确认是整行空白后再删除。删除后立刻核对条数，避免误删有效记录，这一步花不了半分钟。

单元格内容前后带空格时，查找、去重与匹配都会失败。用查找替换把空格替换为空即可，从网页复制的数据尤其容易出现这个问题，替换后抽查几行确认无残留。

左上角带绿色小三角的数字是文本，求和结果为零或合计偏小就是信号。转换方式有两种：分列时把列格式设为常规，或者用数值运算把文本转成数字。

文本日期无法排序与相减，需要先转换成标准日期。百分比统一保留一位小数，金额统一保留两位。口径统一之后，汇总与图表才不会出现奇怪读数。

按关键字段去除重复记录，再用计数与合计核对总量。数字对不上时说明前面某一步处理过头了，回到备份重新走一遍对应环节即可。

在表格右侧加一列处理说明，写清哪一列被替换过空格、哪一列做过格式转换。用WPS表格做清理，这份记录能让同事复核，也让处理过程可追溯。

一是删空行时误删有效记录；二是转换格式后小数位数变化；三是去重时关键字段选错。三者都会影响结果，动手前先备份即可从容处理。

先去重再清空格会让本该合并的记录没被识别；先转格式再删空行会浪费大量时间。用WPS办公，顺序对了效率才高。

抽查首行、中间行与末行，确认没有截断与错位。用WPS办公，抽查比通读更高效，也更容易坚持执行。

把清洗步骤做成模板或清单，下个月照着执行。用WPS办公，可复现的处理方式比凭手感操作可靠得多。

原始数据另存一份，清洗结果放另一张工作表。用WPS办公，需要重新处理时不必重新找来源文件。

清洗的顺序是空行、空格、格式、日期、去重，五步走完数据基本可用。用WPS办公，把顺序固定下来，处理外部数据会越来越顺。