课时1 数据整理与计算 课时目标 1.学会根据实际需求,对表格数据进行简单整理、计算。2.学会使用数据排序功能,把数据变为有序。3.学会使用数据筛选功能,筛选出符合要求的数据。 1.数据整理的目的 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。 2.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。 (1)数据缺失问题:最简单处理的方法是忽略含有缺失值的实例或属性。还可以采用平均值、中间值或概率统计值来填充缺失值。 (2)数据重复问题:检测数据集中的重复数据可以从字段和记录两个方面着手,检查到重复数据,在审核后可进行合并或删除等处理。 (3)异常数据:数据集中不符合一般规律的数据,可能是要去掉的噪声数据,也可能是含有重要信息的数据对象。 (4)逻辑错误问题:数据集中的属性值与实际值不符,或违背业务规则或逻辑。 (5)格式不一致问题:对于不同来源的数据中存在格式不一致的情况,可根据后续分析和挖掘的需要进行数据转换。 3.常用表格数据处理和统计分析工具有Excel、SPSS、SAS、MATLAB等软件,也可以通过R、Python、Java等计算机语言编程进行数据处理。 4.使用Excel软件进行数据计算的一般方法 分析表格数据→抽象计算模型→计算→分析计算结果,描述其含义。 5.数据计算 数据计算是数据处理的常用方法之一。在Excel软件中,主要有自定义公式和函数两种方式。 (1)自定义公式 以“=”开头,由常数、函数、单元格引用和运算符组成的式子。 (2)函数 函数是预定义的公式,通过使用参数按特定顺序或结构进行计算。常用函数有:sum、average、min和max等。 6.数据排序 (1)分为单个关键字排序和多关键字排序。 (2)排序时选择的数据区域必须是连续的。 (3)排序时根据情况选择有标题行或无标题行排序。 7.数据筛选(自动筛选) 筛选后表格中显示满足条件的记录,其他记录将被隐藏,筛选的范围是表格中的所有记录。自动筛选的方式主要有: (1)自定义筛选。 (2)10个最大(小)的值,单位可以是项或百分比。 (3)多条件筛选。 1.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,提高数据的质量。常见的数据问题有数据缺失、数据重复、数据异常,存在逻辑错误、格式不一致或达不到分析要求等。 2.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。在Excel软件中,可以应用公式进行数据的计算。公式是以“=”号开头,由常数、函数、单元格引用和运算符组成的式子。 例1 下列关于数据整理的说法,正确的是 ( ) A.数据集中的缺失值一般用任意值填充 B.数据集中的异常数据须直接删除或忽略 C.数据集中的重复数据可进行合并或删除 D.数据集中格式不一致的数据,一般保留一种格式的数据,删除其他格式的数据 答案 C 解析 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。A选项,缺失数据可以忽略或采用平均值、中间值或概率统计值进行填充,不能用任意值填充;B选项,异常数据可能是要去掉的噪声数据或含有重要信息的数据,需根据具体情况进行分析判断;D选项,格式不一致的数据需要根据后续分析和挖掘的需要进行数据转换。 变式训练1 小明在整理全国房价数据时,发现上海市的房价数据缺失,下列做法合理的是 ( ) A.产生一个全国房价平均值,作为上海房价 B.取全国房价的最高值,作为上海房价 C.将上海从数据表中剔除 D.找出北京、深圳等同为一线城市的房价数据,求出中间值作为上海房价 答案 D 解析 缺失值问题最简单的处理方法是忽略含有缺失值的实例或属性。但这样处理可能造成数据集不完整,致 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
