数据到手就蒙圈？新手数据清洗的3个必备步骤

拿到原始数据却无从下手？别慌，这不是你一个人遇到的坎。真正卡住大多数人的，不是分析思路，而是最基础的数据清洗。原始数据就像刚摘回来的菜，带着泥、杂着草，没法直接下锅。这三个步骤，帮你把烂摊子变成能用的表格。

第一步：处理缺失值——别急着删，先看情况

空单元格遍地都是，直接全删数据集就残了。先看缺失比例：

• 少于5%：直接删，对整体影响不大

• 5%-20%：用列平均值或中位数填上，数值型数据就这么干

• 超过20%：别硬撑，这列可能本来就有问题，要么整个去掉，要么标记为"数据不足"

分类数据缺失更简单，建个"未知"类别扔进去就行。记住：删之前先备份，这是血泪教训。

第二步：格式统一——让电脑认得你的数据

Excel不认"2024.01.15"这种日期，透视表会把"北京"、"北京市"、"beijing"当成三个地方。格式混乱，后面全是坑。

重点收拾这三样：

• 日期：全转成"2024-01-15"标准格式，用分列功能批量改

• 文本：统一大小写，去掉空格，用TRIM和CLEAN函数一把梭

• 数值：检查有没有逗号、人民币符号，全转成纯数字

搞定之后，排序检查最管用。排个序，格式不对的数据会自己冒头。

第三步：透视表基础——清洗效果的试金石

清洗完得验证一下。拖个透视表，把数据往四个区域一扔：

• 行区域放分类（比如地区、产品）

• 值区域放数字（默认是求和，不对就改成计数）

• 看看结果有没有奇怪的"null"或者格式混乱的项

透视表不仅能检查清洗质量，还能顺手做个初步汇总。清洗好的数据，透视表拖起来丝滑顺畅；有问题的，立马报错给你看。

欢迎关注公众号：数据可视化仓库

DataVRAP 官方团队

专注低代码数据可视化，定期分享模板与技巧。