(
课件网) 第四章 数据处理与应用 4.1 常用表格数据的处理 学习目标 学会根据实际需求，对表格数据进行简单整理、计算。 学会使用数据排序功能，把数据变为有序。 学会使用数据筛选功能，筛选出符合要求的数据。 能采用合适的方法分析数据和可视化呈现数据，并能从中提取有用信息，形成结论。 乔布斯是世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。为此，他支付了高达几十万美元的费用。他得到的不是样本，而是包括整个基因的数据文档。医生按照所有基因按需下药，最终这种方式帮助乔布斯延长了好几年的生命。 在生产生活中，人们经常遇到以二维表方式组织存储的数据，如成绩数据、家庭收支数据等。 数据处理的核心是数据，数据的质量直接影响数据分析的结果。但获取的数据并不都是优质的，常常存在缺失、重复、错误、数量级不同等问题。因此，在数据分析和数据挖掘前，通常先对数据进行整理。 那我们针对不同的数据问题要如何进行整理呢？ 知识点一：数据整理 新课讲授 数据整理的目的：是检测和修正错漏的数据、整合数据资源、规整数据格式、提高数据质量。 常见的数据问题：数据缺失、数据重复、数据异常、逻辑错误、格式不一致等。 数据缺失 最简单的方法是忽略含有缺失值的实例或属性（数据集不完整，致使后续统计结果出现偏差。）。 通常采用平均值、中间值或概率统计值来填充缺失值。 数据重复 重复数据会导致数据冗余，浪费存储空间和网络带宽，在数据分析中还可能会误导用户。 可以采用基于字段或基于记录的算法进行检测，在进一步审核的基础上进行合并或删除等处理。 数据异常 不符合一般规律的数据对象。 可能是要去掉的噪音，也可能是含有重要信息的数据对象。 逻辑 错误 数据集中的属性值与实际值不符，或违背业务规则或逻辑。 通过检测字段中各属性有效数据值的范围可以判断该值错误。 格式不一致 不同来源的数据可能存在格式不一致的情况。 需要进行统一标准化表达的数据转换，以便形成一个适合后续分析和挖掘的描述形式。 知识点二：数据计算 数据计算是数据处理的常用方法之一。 日常简单的数据处理可以使用Excel软件完成； 专业的数据处理和统计分析工具软件有SPSS、SAS、MATLAB等，也可以通过R、Python、Java等计算机语言编程进行数据处理。 Excel，你值得拥有！ 曾经，有一堆数据摆放在我的面前，我没有头绪整理，等到我抓狂的时候才后悔莫及，人世间最痛苦的事莫过于此。如果上天能够给我再来一次的机会，我会对那堆数据说5个字：我要修理你! 如果非要使用武器，我希望是…… EXCEL! 公式：在Excel软件中，可以应用 = 表达式进行数据的计算。公式以“=”开头,表达式是由常数、函数、单元格引用和运算符组成的式子（公式不仅用于计算，更重要的是构建计算模型）。 例如： =E3+46 =E4+F4 =SUM(E3:E5)/3 单元格引用：是指对工作表中的单元格或单元格区域的引用。 单元格地址 E3 区域地址 连续区域 E3:G4 不连续区域 E3:G3,E5:G6 相对引用 相对引用和绝对引用：公式不仅用于计算，更重要的是构建计算模型。 从编辑栏中可看出：引用的单元格区域发生改变 绝对引用：在列号或行号前都加上$号，则无论公式复制或移动到哪，引用的单元格地址的行或列都不会改变。 运算符： 算术运算符：用于进行基本的数学运算 算术运算符 含义 举例 + 加法运算 =A5+B3 - 减法运算 =66-B3 * 乘法运算 =D3*50 / 除法运算 =D6/C3 % 百分号 =40% ^ 乘方运算 =3^3 比较运算符：用于比较两个值，结果为逻辑值TRUE或FALSE 运算符 描述 举例 值 = 等于 =B6="团员" < > 不等于 =B2<>10 < 小与 =60<32 FALSE（假） > 大于 =66>35 TRUE（真） <= 小于等于 =B2<=B3 >= 大于等于 ... ...
