（模塊三）單元三 數(shù)據(jù)處理

電子商務(wù)數(shù)據(jù)分析基礎(chǔ)模塊三數(shù)據(jù)分類(lèi)與處理CONTENT目錄單元一認(rèn)識(shí)數(shù)據(jù)分類(lèi)與處理單元二分類(lèi)統(tǒng)計(jì)單元三數(shù)據(jù)處理單元四數(shù)據(jù)計(jì)算單元三數(shù)據(jù)處理引導(dǎo)案例某電器官方旗艦店于2022年8月份參加了一期聚劃算活動(dòng)，因折扣力度大，推廣效果極好?；顒?dòng)結(jié)束后，該企業(yè)將后臺(tái)銷(xiāo)售數(shù)據(jù)導(dǎo)出，交給數(shù)據(jù)分析部門(mén)，進(jìn)行此次活動(dòng)的效果追蹤評(píng)價(jià)。數(shù)據(jù)分析師拿到數(shù)據(jù)經(jīng)過(guò)整理后，發(fā)現(xiàn)該源數(shù)據(jù)存在如圖所示的質(zhì)量問(wèn)題。引導(dǎo)案例為了保證數(shù)據(jù)分析結(jié)果的準(zhǔn)確性，數(shù)據(jù)分析師先對(duì)該源數(shù)據(jù)進(jìn)行了處理，修正了錯(cuò)誤數(shù)據(jù)，統(tǒng)一了日期格式，處理了缺失內(nèi)容，又將混雜在一起的數(shù)據(jù)分開(kāi)，為之后的數(shù)據(jù)計(jì)算和數(shù)據(jù)分析做好了準(zhǔn)備。結(jié)合案例，思考并回答以下問(wèn)題:(1）在圖3-22中，處理完成后的數(shù)據(jù)是怎樣的?(2）在電商運(yùn)營(yíng)中，除了案例中存在的數(shù)據(jù)質(zhì)量問(wèn)題，還需要進(jìn)行哪些問(wèn)題的數(shù)據(jù)處理?單元三數(shù)據(jù)處理一、數(shù)據(jù)清洗數(shù)據(jù)清洗是指將數(shù)據(jù)表中多余、重復(fù)的數(shù)據(jù)篩選出來(lái)并刪除，將缺失、不完整的數(shù)據(jù)補(bǔ)充完整，將內(nèi)容、格式錯(cuò)誤的數(shù)據(jù)糾正或剔除的操作行為。數(shù)據(jù)清洗是對(duì)數(shù)據(jù)進(jìn)行重新審查和校驗(yàn)的過(guò)程，目的在于提升數(shù)據(jù)的質(zhì)量，確保數(shù)據(jù)的準(zhǔn)確性、完整性和一致性。缺失值清洗格式內(nèi)容清洗邏輯錯(cuò)誤清洗重復(fù)數(shù)據(jù)清洗無(wú)價(jià)值數(shù)據(jù)清洗單元三數(shù)據(jù)處理缺失值清洗數(shù)據(jù)集中某個(gè)或某些屬性的值是不完整的。缺失值產(chǎn)生的原因有些信息無(wú)法獲取，如在收集顧客婚姻狀況和工作信息時(shí)，未婚人士的配偶、未成年兒童的工作單位等都是無(wú)法獲取的信息。數(shù)據(jù)收集或者保存失敗造成數(shù)據(jù)缺失，如數(shù)據(jù)存儲(chǔ)的失敗、存儲(chǔ)器損壞、機(jī)械故障等。人為原因?qū)е碌哪承┬畔⒈贿z漏或刪除。單元三數(shù)據(jù)處理空值清洗打開(kāi)原始數(shù)據(jù)表格，選中數(shù)據(jù)區(qū)域，在“開(kāi)始”選項(xiàng)卡下的“編輯”功能組中單擊“查找和選擇”按鈕，點(diǎn)擊“定位條件”命令，在彈出的“定位條件”對(duì)話(huà)框中選中“空值”，點(diǎn)擊“確定”后，所有的空值即可被一次性選中。1單元三數(shù)據(jù)處理定位到空白值后，可以選擇“數(shù)據(jù)補(bǔ)齊”、“刪除記錄”或者“不處理”。如需數(shù)據(jù)補(bǔ)齊，則直接輸入需要補(bǔ)充的內(nèi)容，按“Ctrl+Enter”組合鍵，進(jìn)行批量填充。2單元三數(shù)據(jù)處理知識(shí)鏈接處理缺失值的三種方法:（1）數(shù)據(jù)補(bǔ)齊。即使用某個(gè)統(tǒng)計(jì)指標(biāo)填充缺失數(shù)據(jù)，如該變量的樣本平均值等。（2）刪除記錄。將有缺失值的記錄刪掉，但這樣會(huì)導(dǎo)致樣本量減少，數(shù)據(jù)量較少時(shí)應(yīng)謹(jǐn)慎使用。（3）不處理。樣本較少時(shí)，或者該數(shù)據(jù)缺失屬正常情況時(shí)，不做處理。單元三數(shù)據(jù)處理錯(cuò)誤標(biāo)識(shí)符清洗######DIV/0!單元格中的數(shù)據(jù)超出了該單元格的寬度，或者單元格中的日期時(shí)間公式產(chǎn)生了一個(gè)負(fù)值進(jìn)行公式運(yùn)算時(shí)除數(shù)使用了數(shù)值零、指向了空單元格或包含零值單元格的引用如圖，由于2022年7月5日所采購(gòu)的商品還未采集到因不合格而產(chǎn)生退貨的數(shù)量，因此在計(jì)算退貨率時(shí)，發(fā)生了“#VALUE!”的錯(cuò)誤。單元三數(shù)據(jù)處理將鼠標(biāo)定位在出現(xiàn)“I12”單元格中，在公式編輯欄中，修改原公式“=H12/E12”為“=IFERROR(H12/E12,"/")”1單元三數(shù)據(jù)處理確認(rèn)輸入后，“I12”單元格中的“#VALUE!”被修改為“/”，然后拖動(dòng)“I12”單元格的填充柄，將其他發(fā)生錯(cuò)誤的單元格進(jìn)行填充修改2單元三數(shù)據(jù)處理格式內(nèi)容清洗由于系統(tǒng)導(dǎo)出渠道或人為輸入習(xí)慣的原因，整合而來(lái)的原始數(shù)據(jù)往往不能做到格式統(tǒng)一，內(nèi)容上也容易出現(xiàn)空格。“訂單創(chuàng)建時(shí)間”列出現(xiàn)了四種不同的表達(dá)方式，“物流公司”列的字符前面或中間存在空格，需要將其修正。單元三數(shù)據(jù)處理選中“訂單創(chuàng)建時(shí)間”整列，右擊打開(kāi)彈出式菜單，單擊“設(shè)置單元格格式”選項(xiàng)，在彈出的“設(shè)置單元格格式”對(duì)話(huà)框中，選擇“數(shù)字”選項(xiàng)卡，單擊“日期”，將其類(lèi)型修改為如圖所示的樣式。單擊“確定”完成。1單元三數(shù)據(jù)處理“物流公司”列數(shù)據(jù)中的空格可以使用“替換”一次性批量去除。選中數(shù)據(jù)區(qū)域，在“開(kāi)始”選項(xiàng)卡下的“編輯”功能組中單擊“查找和替換”按鈕，單擊“替換”命令，在“查找內(nèi)容”中輸入一個(gè)空格，在“替換為”中不輸入任何內(nèi)容，單擊“全部替換”即可全部刪除表格中的空格。2單元三數(shù)據(jù)處理邏輯錯(cuò)誤清洗違反邏輯規(guī)律的要求和邏輯規(guī)則而產(chǎn)生的錯(cuò)誤，一般使用邏輯推理就可以發(fā)現(xiàn)問(wèn)題。123數(shù)據(jù)不合理數(shù)據(jù)自相矛盾數(shù)據(jù)不符合規(guī)則如客戶(hù)年齡500歲，或者消費(fèi)金額為-100元，明顯不符合客觀事實(shí)。如客戶(hù)的出生年份是1980年，但年齡卻顯示18歲。如限購(gòu)1件的商品，客戶(hù)的購(gòu)買(mǎi)數(shù)量卻為3件。單元三數(shù)據(jù)處理“多彩橡皮泥套盒”商品的訂單表單元三數(shù)據(jù)處理由于該商品限購(gòu)1件，因此需要將“購(gòu)買(mǎi)數(shù)量”大于1的記錄標(biāo)注出來(lái)。選中“購(gòu)買(mǎi)數(shù)量”列，選擇“開(kāi)始”選項(xiàng)卡—“樣式”功能組—“條件格式”—“突出顯示單元格規(guī)格”—“大于”，在彈出的“大于”對(duì)話(huà)框中，填入數(shù)值“1”，單擊“確定”，即可將錯(cuò)誤數(shù)據(jù)標(biāo)注出來(lái)。1單元三數(shù)據(jù)處理同理，條件格式選擇“小于”即可將“買(mǎi)家實(shí)際支付金額”列的錯(cuò)誤數(shù)據(jù)標(biāo)注出來(lái)。2單元三數(shù)據(jù)處理“簽收時(shí)間”應(yīng)晚于“訂單創(chuàng)建時(shí)間”，否則該條記錄便屬于異常。選中“簽收時(shí)間”列，選擇“開(kāi)始”選項(xiàng)卡—“樣式”功能組—“條件格式”—“突出顯示單元格規(guī)格”—“其他規(guī)則”，在彈出的“新建格式規(guī)則”對(duì)話(huà)框中，選擇規(guī)則類(lèi)型“使用公式確定要設(shè)置格式的單元格”，編輯規(guī)則為“=$M1<$J1”，設(shè)置格式為背景色黃色，單擊“確定”，即可將錯(cuò)誤數(shù)據(jù)標(biāo)注出來(lái)。3單元三數(shù)據(jù)處理重復(fù)數(shù)據(jù)清洗就是數(shù)據(jù)被重復(fù)、多次記錄。重復(fù)數(shù)據(jù)會(huì)影響數(shù)據(jù)處理結(jié)果的正確性，從而導(dǎo)致數(shù)據(jù)分析出現(xiàn)偏差，因此需要將其刪除。某店鋪類(lèi)目結(jié)構(gòu)月表單元三數(shù)據(jù)處理選中工作表中的數(shù)據(jù)區(qū)域，在“數(shù)據(jù)”選項(xiàng)卡下的“數(shù)據(jù)工具”功能組中，單擊“刪除重復(fù)項(xiàng)”，在彈出的“刪除重復(fù)項(xiàng)”對(duì)話(huà)框中，選擇要?jiǎng)h除的列，注意“統(tǒng)計(jì)日期”、“一級(jí)類(lèi)目”、“二級(jí)類(lèi)目”、“葉子類(lèi)目”應(yīng)同時(shí)選中，否則會(huì)產(chǎn)生誤刪。1單元三數(shù)據(jù)處理單擊“確定”按鈕完成重復(fù)項(xiàng)刪除，Excel將顯示一條消息，指出有多少重復(fù)值被刪除，多少唯一值被保留。2單元三數(shù)據(jù)處理無(wú)價(jià)值數(shù)據(jù)清洗是指對(duì)本次數(shù)據(jù)統(tǒng)計(jì)或數(shù)據(jù)分析沒(méi)有產(chǎn)生作用的數(shù)據(jù)，直接刪除對(duì)應(yīng)的字段即可。但在通常情況下，并不建議刪除。如果數(shù)據(jù)表過(guò)大，在匯報(bào)展示時(shí)用不到又影響操作，可以考慮備份后將其刪除。單元三數(shù)據(jù)處理二、數(shù)據(jù)轉(zhuǎn)化數(shù)據(jù)轉(zhuǎn)化是數(shù)據(jù)處理的前期準(zhǔn)備，包括數(shù)據(jù)表的行列互換、文本數(shù)據(jù)提煉、數(shù)據(jù)類(lèi)型的轉(zhuǎn)換等。數(shù)據(jù)表的行列互換打開(kāi)Excel數(shù)據(jù)表，選中目標(biāo)內(nèi)容，按住“Ctrl+C”組合鍵進(jìn)行復(fù)制。1單元三數(shù)據(jù)處理選中要進(jìn)行數(shù)據(jù)復(fù)制的單元格，點(diǎn)擊“開(kāi)始”選項(xiàng)卡，在“剪貼板”功能組中單擊“粘貼”——“轉(zhuǎn)置”按鈕，即可讓選中的內(nèi)容進(jìn)行行列互換，得到新數(shù)據(jù)表。2單元三數(shù)據(jù)處理使用鍵盤(pán)快捷方式，按“Ctrl+Alt+V”組合鍵，會(huì)彈出如圖所示的“選擇性粘貼”對(duì)話(huà)框，勾選“轉(zhuǎn)置”復(fù)選框，即可實(shí)現(xiàn)轉(zhuǎn)置粘貼。單元三數(shù)據(jù)處理文本數(shù)據(jù)提煉在導(dǎo)入文本數(shù)據(jù)時(shí)，有時(shí)多項(xiàng)數(shù)據(jù)會(huì)顯示在同一單元格中，需要對(duì)數(shù)據(jù)進(jìn)行提煉，使相同屬性的數(shù)據(jù)位于同一列中。單元三數(shù)據(jù)處理文本數(shù)據(jù)的提煉涉及到文本函數(shù)的運(yùn)用LEFT函數(shù)，用于獲取字符串左邊指定個(gè)數(shù)的字符LEFT函數(shù)的語(yǔ)法為：=LEFT(text,[num_chars])，其中text為要取得給定值的文本數(shù)據(jù)源，num_chars表示需要從左開(kāi)始算提取幾個(gè)字符數(shù)，其中每個(gè)字符按1計(jì)數(shù)。RIGHT函數(shù)，用于獲取字符串右邊指定個(gè)數(shù)的字符RIGHT函數(shù)的語(yǔ)法為：=RIGHT(text,num_chars)，其中text為要取得給定值的文本數(shù)據(jù)源，num_chars表示需要從右開(kāi)始算提取幾個(gè)字符數(shù)，其中每個(gè)字符按1計(jì)數(shù)。單元三數(shù)據(jù)處理MID函數(shù)，用于獲取字符串從指定位置開(kāi)始指定個(gè)數(shù)的字符MID函數(shù)的語(yǔ)法為：=MID(text,start_num,num_chars)，其中text為要取得給定值的文本數(shù)據(jù)源，start_num表示指定從第幾位開(kāi)始提取，num_chars表示需要從指定位置開(kāi)始算提取幾個(gè)字符數(shù)，其中每個(gè)字符按1計(jì)數(shù)。單元三數(shù)據(jù)處理將表格中的客戶(hù)姓名提煉出來(lái)，可以使用LEFT函數(shù)，選定客戶(hù)姓名要放置的單元格，單擊插入函數(shù)“fx”，選擇文本函數(shù)，從中選取LEFT函數(shù)，如圖。隨后分別輸入文本源和數(shù)值，如提取A1單元格中從左開(kāi)始的5個(gè)字符數(shù)，如圖。點(diǎn)擊“確定”，完成姓名提取。1文本函數(shù)選取函數(shù)參數(shù)輸入姓名數(shù)據(jù)提煉單元三數(shù)據(jù)處理接下來(lái)完成電話(huà)號(hào)碼的提煉，選取文本函數(shù)中的MID函數(shù)，如圖。電話(huà)號(hào)碼是從第6位字符開(kāi)始的，需要提取11位字符，輸入函數(shù)參數(shù)，如圖。單擊“確定”，即可完成電話(huà)號(hào)碼的提煉，如圖。2文本函數(shù)選取函數(shù)參數(shù)輸入姓名數(shù)據(jù)提煉單元三數(shù)據(jù)處理提取訂單號(hào)，選取文本函數(shù)中的RIGHT函數(shù)，訂單號(hào)為從右開(kāi)始的18個(gè)字符，輸入函數(shù)參數(shù)，如圖。單擊“確定”，即可完成訂單號(hào)的提煉，如圖。3函數(shù)參數(shù)輸入訂單號(hào)提煉單元三數(shù)據(jù)處理數(shù)據(jù)類(lèi)型的轉(zhuǎn)換數(shù)值轉(zhuǎn)字符在Excel輸入數(shù)據(jù)的時(shí)候，會(huì)默認(rèn)使用數(shù)值型數(shù)據(jù)，若是數(shù)字超過(guò)11位長(zhǎng)，會(huì)變成科學(xué)計(jì)數(shù)法，不利于查看數(shù)據(jù)在Excel中打開(kāi)數(shù)據(jù)表，選擇要轉(zhuǎn)換的數(shù)字所在的單元格，隨后單擊“數(shù)據(jù)”選項(xiàng)卡中的“分列”按鈕，在文本分列向?qū)е惺褂媚J(rèn)設(shè)置，連續(xù)單擊“下一步”，完成第1步和第2步的設(shè)置。1單元三數(shù)據(jù)處理進(jìn)入文本分列向?qū)У?步，單擊“列數(shù)據(jù)格式”下的“文本”，單擊“完成”，即可完成設(shè)置。2設(shè)置完成后，返回Excel數(shù)據(jù)表，數(shù)據(jù)前有小三角符號(hào)，代表已轉(zhuǎn)換成功。3單元三數(shù)據(jù)處理字符轉(zhuǎn)數(shù)值在進(jìn)行數(shù)據(jù)統(tǒng)計(jì)時(shí)，有時(shí)獲取的原始數(shù)據(jù)是以文本字符形式展現(xiàn)的。雖然不影響數(shù)據(jù)展現(xiàn)，但無(wú)法進(jìn)行計(jì)算。單元三數(shù)據(jù)處理參考數(shù)值轉(zhuǎn)文本字符的方法，但在第三步選擇“列數(shù)據(jù)格式”時(shí)，勾選“常規(guī)”，單擊“完成”，即可完成轉(zhuǎn)換。直接選中要轉(zhuǎn)換的數(shù)據(jù)列，點(diǎn)擊數(shù)據(jù)列前出現(xiàn)的提醒符號(hào)，在給出的選項(xiàng)中點(diǎn)擊“轉(zhuǎn)換為數(shù)據(jù)”，即可將文本型字符轉(zhuǎn)換為數(shù)值。單元三數(shù)據(jù)處理文本日期轉(zhuǎn)標(biāo)準(zhǔn)日期在Excel中打開(kāi)數(shù)據(jù)列表，選中為文本格式的日期信息，隨后單擊“數(shù)據(jù)”選項(xiàng)卡中的“分列”。在文本分列向?qū)е?，使用默認(rèn)設(shè)置，連續(xù)單擊“下一步”，完成第1步和第2步的設(shè)置，進(jìn)入第3步后，在列數(shù)據(jù)格式選擇“日期”，在其下拉列表中選擇“YMD”選項(xiàng)，如圖。單擊“完成”后，即可完成標(biāo)準(zhǔn)日期的轉(zhuǎn)換，如圖。1設(shè)定列數(shù)據(jù)格式完成日期的轉(zhuǎn)換單元三數(shù)據(jù)處理轉(zhuǎn)換后的月份和日期都是單數(shù)顯示，想要轉(zhuǎn)換成雙數(shù)，可以打開(kāi)“設(shè)置單元格格式”對(duì)話(huà)框，在設(shè)置頁(yè)面選擇分類(lèi)為“自定義”，右面的類(lèi)型設(shè)置為“yyyy-mm-dd”，設(shè)置完成后單擊“確定”按鈕，即可完成日期雙數(shù)的設(shè)置。2單元三數(shù)據(jù)處理上述案例中，如果需要將統(tǒng)計(jì)日期“2022年7月1日”的格式修改為“7/1/2022",其自定義類(lèi)型應(yīng)如何設(shè)置?單元三數(shù)據(jù)處理實(shí)訓(xùn)專(zhuān)區(qū)3-2調(diào)取源數(shù)據(jù)3-2，對(duì)該表中C列數(shù)據(jù)進(jìn)行文本提煉，并放置在相應(yīng)屬性列中。單元三數(shù)據(jù)處理三、數(shù)據(jù)排序簡(jiǎn)單排序簡(jiǎn)單排序高級(jí)排序自定義排序針對(duì)單列數(shù)據(jù)進(jìn)行的快速排序，即只有一個(gè)關(guān)鍵字段。圖是某網(wǎng)店無(wú)線(xiàn)端推廣的流量匯總表，下面以表中數(shù)據(jù)為例，采用從高到低（即降序）的方式，快速找到帶來(lái)訪客數(shù)最多的流量來(lái)源。單元三數(shù)據(jù)處理選中需要排序的列“訪客數(shù)”，在“數(shù)據(jù)”選項(xiàng)卡下的“排序和篩選”功能組中單擊“降序”按鈕，在彈出的“排序提醒”對(duì)話(huà)框中，選擇排序依據(jù)，這里選擇“擴(kuò)展選定區(qū)域”。1單元三數(shù)據(jù)處理排序完成，即可得到該網(wǎng)店無(wú)線(xiàn)端推廣的效果排行情況，如圖。從表中數(shù)據(jù)可以得出，智鉆引流效果最好。2單元三數(shù)據(jù)處理高級(jí)排序“訪客數(shù)”從高到低排列引入第二關(guān)鍵字。即修改“某網(wǎng)店無(wú)線(xiàn)端推廣的流量匯總表”的排序條件為：按“訪客數(shù)”降序排列，在“訪客數(shù)”相同的情況下按“下單買(mǎi)家數(shù)”降序排列。單元三數(shù)據(jù)處理在“排序”對(duì)話(huà)框中，“主要關(guān)鍵字”選擇“訪客數(shù)”，“排序依據(jù)”選擇“數(shù)值”，“次序”選擇“降序”。1單元三數(shù)據(jù)處理單擊“添加條件”按鈕，新增“次要關(guān)鍵字”，設(shè)置參數(shù)為“下單買(mǎi)家數(shù)”、“數(shù)值”、“降序”，排序結(jié)果如圖。2單元三數(shù)據(jù)處理自定義排序在進(jìn)行自定義排序時(shí)，必須先建立需要排序的自定義序列項(xiàng)目，然后才能根據(jù)設(shè)置的自定義序列對(duì)表格進(jìn)行排序。以圖所示的數(shù)據(jù)表為例，對(duì)其按照“流量分類(lèi)”進(jìn)行排序。單元三數(shù)據(jù)處理選擇“文件”選項(xiàng)卡下的“選項(xiàng)”命令，彈出“Excel選項(xiàng)”對(duì)話(huà)框，在“高級(jí)”標(biāo)簽下，找到“常規(guī)”欄目，單擊“編輯自定義列表”按鈕。1單元三數(shù)據(jù)處理在彈出的“自定義序列”對(duì)話(huà)框中，輸入序列，單擊“添加”按鈕，將其添加到自定義序列中，點(diǎn)擊“確定”按鈕完成。2單元三數(shù)據(jù)處理返回Excel文檔中，在“數(shù)據(jù)”選項(xiàng)卡下的“排序和篩選”功能組中單擊“降序”按鈕，彈出“排序”對(duì)話(huà)框，“主要關(guān)鍵字”選擇“來(lái)源分類(lèi)”，“排序依據(jù)”選擇“數(shù)值”，“次序”選擇“自定義序列”。3單元三數(shù)據(jù)處理在彈出的“自定義序列”對(duì)話(huà)框中，選擇已經(jīng)定義好的序列。