1、数据准备：

一维表的列标签是字段，二维表的列标签是数据

数据表的设计要求
  1. 数据表由标题行和数据部分组成
  2. 第一行是标的列标题（字段名），列标题不能重复
  3. 第二行是数据部分，数据部分的每一行数据称为一个记录，并且数据部分不允许出现空白行和空白列
  4. 数据表中不能有合并单元格存在
  5. 数据表与其他数据之间应该留出至少一个空白行和一个空白列
  6. 数据表需要以一维的形式存储，但是在实际操作中接触的数据往往是以二维表格的形式存在的，此时应将二维表转化为一维表的形式存储数据

2、数据处理：根据数据分析的目的，将收集到的数据，用适当的处理方法进行整理加工，形成适合数据分析的要求样式。

数据处理步骤
  1. 数据清洗：将多余重复的数据筛选清除，将缺失的数据补充完整，将错误的数据纠正或删除。
  2. 数据加工：对数据字段进行信息提取、计算、分组、转换等加工，变成想要的数据表

（1）删除重复值:countif  条件格式  高级 数据删除重复项

（2）缺失数据：缺失值是指在数据集中某个或某些属性的值是不完全的。

  • 机械原因：由于数据收集或保存失败造成的数据缺失，如数据存储的失败，存储器失败，机器故障导致某段时间数据未能收集等
  • 人为原因：由于人的主观失误、历史局限或有意隐瞒造成的数据缺失，如在市场调查中被访人拒绝透露相关问题的答案，或者对问题的回答是无效的，抑或数据录入人员失误漏录了数据。
缺失值处理方法
  1. 样本统计量代替，如样本平均值代替
  2. 用统计模型计算出的值代替，回归模型、判别模型
  3. 删除缺失值的记录，导致样本量减少
  4. 保留缺失值的记录，仅在相应分析中做必要的排除

（3）数据加工

  • 数据抽取：是指保留数据表中某些字段的部分信息，组合成一个新字段。截取某一字段的部分信息——字段分列；将某个字段合并为一个新字段——字段合并；将原数据表没有但其他数据表中有的字段，有效的匹配过来——字段匹配。
  • 数据计算
  • 数据转换

（4）数据抽样

  • 普查：对总体中的对象一一进行观察、访问与记录，确定资料。耗时费力耗钱
  • 抽样：从调查对象中按照随机原则选取一部分对象作为样本进行调查分析，以此推论总体状况的一种调查方式。（rand()）
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区