《誰說菜鳥不會數據分析》數據處理 之 數據清洗--重復數據的處理
阿新 • • 發佈：2017-11-05
直觀 一起 ora spa 結果 灰色 text 清洗 還需
重復數據的處理
- 識別重復數據
- 刪除重復數據
一、識別重復數據
- 函數法
- 高級篩選法
- 條件格式法
- 數據透視法
-
函數法
函數：=countif（範圍,條件）
可以看出在列字段為A的範圍內，“男”重復4次，“女”重復4次。
那麽，看到的重復項是第幾個重復項呢？在countif函數中調節範圍即可：=COUNTIF(A$2:A2,A2)----------A$2固定從A列的第二行開始，A2會變動，下拉時會變成A3,A4,A5...; || A$2:Ai： 範圍從A的第2行到第i行。
可以C2：男出現一次，C3：當下，男出現2次，C4：自此，男出現3次。C5:女第一次出現，C6:自此，女出現兩次了。 -
高級篩選法
開始--排序與篩選--篩選（高級）
結果是：
註：為什麽會出現兩個“男”呢？看我再做一個就明白啦。
現在明白了嗎，因為第一次做高級篩選時，沒有表頭，此時進行，會將第一個單元格的內容作為表頭一起復制過去。 -
條件格式法
選擇區域--開始--條件格式--重復值
選擇自己需要的標識方式。我選第一種，可以看到，有重復的標紅了。 -
數據透視法
插入--數據透視表--創建數據透視表:選擇用的區域和透視表放置區域---設置透視表：把表頭拖到行和列的字段
我選擇在當前的工作表匯總匯總透視表
透視表框架出現：
在框架的最右邊，可以設置透視表的行、列字段。
將行字段設置為表頭對應的內容，不難看出，每行的字段將為：男、女和未知。
將列字段設置為表頭的內容，列字段對應的是計數項，所以內容應為男、女和未知對應的個數。
數據透視表創建成功：
可以看出：“男”的重復個數為4，“女”的重復個數為14，“未知”的為1，總個數為19.
總結：
- 函數法：根據範圍選擇不同，可以看到重復的個數，也可以得到這是第幾個重復值。
- 高級篩選法：將多余的去除，只留下唯一一個。
- 條件格式法：將有重復項的標記，可以直觀看出哪些有重復項。缺點是只能看到該內容是重復的，不能區分不同的內容的重復項。但可以靈活運用，如果重復項過多，將條件設為找唯一項，可以很快找唯一項也不錯。
- 數據透視法：將計算重復項這個工作直接做成表格，可以直觀看到每個字段的重復個數。
二、刪除重復數據
- 通過菜單刪除重復項
- 通過排序刪除重復項
- 通過篩選刪除重復項
-
通過菜單刪除重復項
數據--數據工具--刪除重復項
包括表頭，共有20行，表頭還是作為表頭，內容為19個，結果是刪除了16個重復值，留下了唯一值：男、女、和未知。（高級篩選法也可以有這個效果） -
通過排序刪除重復項（此處和書本可能有點不同，我覺得我這樣做可能更方便些，所以記錄我自己采用的那種）
排序--刪除
對第一列，也就是我們想刪除重復項的內容排序，將相同內容放在一起，通過countif，標記每個內容是第幾個重復值，這幾個重復值就是我們所需的
第一列排序的效果是，女全在前面，男全在後面，countif的結果排序，效果是女列或者男這列，它們按屬於第幾個重復值排好序
刪除大於1的。
同理刪除“女”的大於1的。 -
通過篩選刪除重復項（此處多加了點自己的想法）
countif排序---排序--篩選--刪除重復項，具體如下
通過countif，標記每個內容是第幾個重復值，這幾個重復值就是我們所需的
數據--排序和篩選：排序
點擊排序，出現下拉格
因為靠第三列做篩選，所以點擊第三列下拉框，會出現下面選項，把除了1以外的全部去掉。這裏有幾種方式都可以達到這個效果，我也在下面列出
第二種方式：
第一種結果如下：可以看出每個重復值有幾個，然後復制粘貼到別處即可
第二種方式結果：
留下的就是唯一的了，把灰色篩選那個點一下，就變成不是灰色了，結果就出來了。
總結
- 通過菜單刪除重復項：快捷。
- 通過排序刪除重復項：較為復雜，排序好還需人工看是否大於1，然後刪除。
- 通過篩選刪除重復項：較為復雜，但比第二種好一點，可以自動先篩選大於1的，再刪除。
《誰說菜鳥不會數據分析》數據處理 之 數據清洗--重復數據的處理