第2章數(shù)據(jù)的獲取與清洗2.1獲取數(shù)據(jù)內(nèi)容導(dǎo)航2.1.1課堂案例1——獲取企業(yè)財務(wù)報表數(shù)據(jù)2.1.2課堂案例2——使用智譜清言清洗數(shù)據(jù)2.1.3獲取文件數(shù)據(jù)

2.1.4獲取數(shù)據(jù)庫數(shù)據(jù)2.1.5獲取網(wǎng)站數(shù)據(jù)2.2清洗數(shù)據(jù)2.3綜合實訓(xùn)2.4課后練習(xí)2.1.1課堂案例1——獲取企業(yè)財務(wù)報表數(shù)據(jù)【制作要求】：利用Excel2019的數(shù)據(jù)獲取功能獲取華為集團年報中的5年財務(wù)概要數(shù)據(jù)，然后保存表格?！静僮饕c】：訪問華為官方網(wǎng)站，復(fù)制該網(wǎng)站地址，然后使用Excel2019獲取網(wǎng)站數(shù)據(jù)的功能獲取數(shù)據(jù)。參考效果如下圖所示。2.1.1課堂案例1——獲取企業(yè)財務(wù)報表數(shù)據(jù)制作過程2.1.2課堂案例2——使用智譜清言清洗數(shù)據(jù)【制作要求】：借助智譜清言工具清洗表格中的重復(fù)數(shù)據(jù)記錄和包含缺失值的數(shù)據(jù)記錄?！静僮饕c】：訪問智譜清言官方網(wǎng)站，注冊并登錄賬號，讓智譜清言檢查表格是否存在重復(fù)數(shù)據(jù)，并刪除存在的重復(fù)數(shù)據(jù)，然后刪除有缺失值的數(shù)據(jù)，并通過智譜清言提供的下載鏈接下載清洗后的表格，參考效果如下圖所示。2.1.2課堂案例2——使用智譜清言清洗數(shù)據(jù)制作過程2.1.3獲取文件數(shù)據(jù)文件數(shù)據(jù)指的是存放在以txt、csv或prn等為格式的文本文件中的數(shù)據(jù)。其方法：啟動Excel2019，在【數(shù)據(jù)】/【獲取和轉(zhuǎn)換數(shù)據(jù)】組中單擊“從文本/CSV”按鈕

，打開“導(dǎo)入數(shù)據(jù)”對話框，在其中選擇相應(yīng)的文本文件，單擊“導(dǎo)入”按鈕，打開相應(yīng)的文件窗口，這里為“醫(yī)生信息.txt”窗口。如右圖所示。2.1.4獲取數(shù)據(jù)庫數(shù)據(jù)除獲取文本文件數(shù)據(jù)外，還可以利用Excel2019獲取數(shù)據(jù)庫如SQLServer數(shù)據(jù)庫、MicrosoftAccess數(shù)據(jù)庫、Oracle數(shù)據(jù)庫、MySQL數(shù)據(jù)庫等中的數(shù)據(jù)。其方法：啟動Excel2019，在【數(shù)據(jù)】/【獲取和轉(zhuǎn)換數(shù)據(jù)】組中單擊“獲取數(shù)據(jù)”按鈕

，在彈出的下拉列表中選擇“來自數(shù)據(jù)庫”，在彈出的子列表中單擊相應(yīng)的數(shù)據(jù)庫選項，如單擊“從MicrosoftAccess數(shù)據(jù)庫”選項，打開“導(dǎo)入數(shù)據(jù)”對話框，在其中選擇相應(yīng)的數(shù)據(jù)庫文件，單擊“導(dǎo)入”按鈕，打開“導(dǎo)航器”對話框，在左側(cè)列表中單擊合適的選項，然后單擊“加載”按鈕，導(dǎo)入數(shù)據(jù)。如右圖所示。2.1.5獲取網(wǎng)站數(shù)據(jù)網(wǎng)站中包含大量的數(shù)據(jù)，因此網(wǎng)站是獲取數(shù)據(jù)的重要渠道，可以利用Excel2019獲取網(wǎng)站數(shù)據(jù)。其方法為：訪問并復(fù)制數(shù)據(jù)所在網(wǎng)頁的網(wǎng)絡(luò)地址，然后啟動Excel2019，在【數(shù)據(jù)】/【獲取和轉(zhuǎn)換數(shù)據(jù)】組中單擊“自網(wǎng)站”按鈕

，打開“從Web”對話框，在“URL”文本框中單擊鼠標左鍵定位插入點，按【Ctrl+V】組合鍵粘貼復(fù)制的網(wǎng)絡(luò)地址，單擊“確定”按鈕，打開“導(dǎo)航器”對話框，在左側(cè)列表中選擇合適的選項，單擊“加載”按鈕，獲取數(shù)據(jù)。2.2清洗數(shù)據(jù)2.1

獲取數(shù)據(jù)內(nèi)容導(dǎo)航2.2.1課堂案例——清洗店鋪月度客戶數(shù)據(jù)

2.2.2修補缺失數(shù)據(jù)

2.2.3修復(fù)錯誤數(shù)據(jù)2.2.4清洗重復(fù)數(shù)據(jù)

2.2.5統(tǒng)一數(shù)據(jù)內(nèi)容2.3綜合實訓(xùn)2.4課后練習(xí)2.2.1課堂案例——清洗店鋪月度客戶數(shù)據(jù)【制作要求】：清洗獲取到的店鋪月度客戶數(shù)據(jù)，確保數(shù)據(jù)的完整、正確和統(tǒng)一，且不能包含重復(fù)的數(shù)據(jù)記錄。【操作要點】：通過計算修補缺失的交易筆數(shù)數(shù)據(jù)，通過查找和替換操作修復(fù)錯誤的年齡數(shù)據(jù)，

通過“刪除重復(fù)值”功能清除重復(fù)數(shù)據(jù)記錄，然后統(tǒng)一交易總額和平均交易金額的數(shù)據(jù)類型，參考效果如下圖所示。2.2.1課堂案例——清洗店鋪月度客戶數(shù)據(jù)制作過程2.2.1課堂案例——清洗店鋪月度客戶數(shù)據(jù)制作過程2.2.2修補缺失數(shù)據(jù)1．刪除缺失值所在的數(shù)據(jù)記錄如果獲取的數(shù)據(jù)量足夠大，大到即使刪除若干缺失數(shù)據(jù)也不會影響數(shù)據(jù)樣本量，則可以通過刪除缺失數(shù)據(jù)所在的整條數(shù)據(jù)記錄來處理缺失值。其方法：在【開始】/【編輯】組中單擊“查找和選擇”按鈕

，在彈出的下拉列表中選擇“定位條件”，打開“定位條件”對話框，單擊選中“空值”單選項，單擊“確定”按鈕，此時將同時選中表格中的空白單元格，繼續(xù)在【開始】/【單元格】組中單擊“刪除”按鈕

下方的下拉按鈕

，在彈出的下拉列表中選擇“刪除工作表行”，如上圖所示。2.2.2修補缺失數(shù)據(jù)2．修補缺失值如果能夠精確判斷出表格中的缺失值，則可以手動修補缺失值，如本小節(jié)課堂案例中，可利用公式精確計算缺失值；如果無法精準判斷缺失值，則可以通過邏輯推斷或使用平均數(shù)、眾數(shù)、回歸分析、線性預(yù)測等統(tǒng)計方法來修補缺失數(shù)據(jù)。具體采用哪種方法修補需要結(jié)合實際情況。例如，在獲取某大學(xué)全部學(xué)生100米跑成績的過程中，若某名大二男學(xué)生的成績丟失，考慮到不同性別和年齡的身體機能不同，應(yīng)當(dāng)采用全體大二男學(xué)生的平均成績來替代該學(xué)生的成績，從而完成數(shù)據(jù)的修補。2.2.3修復(fù)錯誤數(shù)據(jù)1．修復(fù)邏輯錯誤數(shù)據(jù)的邏輯錯誤主要是指違反邏輯規(guī)律而產(chǎn)生的錯誤。例如，某店鋪各商品當(dāng)月的進貨數(shù)量均沒有超過1000，因此利用條件格式將超過了1000的數(shù)據(jù)自動填充淺紅色底紋，就能快速看到錯誤數(shù)據(jù)，進行修復(fù)。其操作方法：選擇需要設(shè)置條件格式的單元格區(qū)域，在【開始】/【樣式】組中單擊“條件格式”下拉按鈕

，在彈出的下拉列表中選擇【突出顯示單元格規(guī)則】/【大于】，打開“大于”對話框，在左側(cè)的文本框中輸入“1000”，在右側(cè)的下拉列表中選擇“淺紅色填充”，單擊“確定”按鈕，如上圖所示。2.2.3修復(fù)錯誤數(shù)據(jù)2．借助IFERROR函數(shù)修復(fù)錯誤對于一些明顯錯誤的數(shù)據(jù)，Excel2019會顯示錯誤信息，以提醒分析人員及時修復(fù)錯誤值。需要注意的是，對不同的錯誤，Excel2019會提示不同的信息，以幫助分析人員了解錯誤產(chǎn)生的原因。下表所示為Excel2019中常見的幾種錯誤信息提示，以及錯誤的產(chǎn)生原因和解決方法。2.2.4清洗重復(fù)數(shù)據(jù)當(dāng)獲取的數(shù)據(jù)量較大時，為了確保其中不存在重復(fù)的數(shù)據(jù)記錄，可以利用Excel2019的“刪除重復(fù)值”功能快速清洗數(shù)據(jù)中可能存在的重復(fù)數(shù)據(jù)。其操作方法：打開需要清洗重復(fù)數(shù)據(jù)的表格，在【數(shù)據(jù)】/【數(shù)據(jù)工具】組中單擊“刪除重復(fù)值”按鈕

，打開“刪除重復(fù)值”對話框，勾選需要檢查是否存在重復(fù)值的表格項目復(fù)選框，單擊“確定”按鈕，Excel2019將打開相應(yīng)的提示對話框，顯示是否存在重復(fù)值或重復(fù)值的數(shù)量，單擊“確定”按鈕進行清除，如上圖所示。2.2.5統(tǒng)一數(shù)據(jù)內(nèi)容1．設(shè)置數(shù)據(jù)類型選擇需統(tǒng)一類型的數(shù)據(jù)所在的單元格區(qū)域，單擊【開始】/【數(shù)字】組右下角的“對話框啟動器”按鈕

，打開“設(shè)置單元格格式”對話框，在“數(shù)字”選項卡的“分類”列表中選擇所需的數(shù)據(jù)類型，在對話框右側(cè)進一步設(shè)置所選類型的數(shù)據(jù)格式，完成后單擊“確定”按鈕，如右圖所示。2.2.5統(tǒng)一數(shù)據(jù)內(nèi)容2．設(shè)置數(shù)據(jù)內(nèi)容若需要統(tǒng)一處理數(shù)據(jù)的內(nèi)容，如某表格中“是否結(jié)算”欄下有“已付”和“已結(jié)算”兩種數(shù)據(jù)，現(xiàn)需要將“已付”統(tǒng)一為“已結(jié)算”。其操作方法：在【開始】/【編輯】組中單擊“查找和選擇”按鈕

，在彈出的列表中選擇“替換”命令，或直接按【Ctrl+H】組合鍵，打開“查找和替換”對話框，在“替換”選項卡的“查找內(nèi)容”文本框中輸入“已付”，在“替換為”文本框中輸入“已結(jié)算”，依次單擊“全部替換”按鈕和“確定”按鈕，如上圖所示。2.3綜合實訓(xùn)2.1獲取數(shù)據(jù)內(nèi)容導(dǎo)航2.3.1獲取商品關(guān)鍵詞數(shù)據(jù)

2.3.2清洗商品關(guān)鍵詞數(shù)據(jù)2.2清洗數(shù)據(jù)2.4課后練習(xí)2.3.1獲取商品關(guān)鍵詞數(shù)據(jù)商品關(guān)鍵詞指的是客戶在電商平臺中用于搜索商品的關(guān)鍵詞。網(wǎng)店的商品標題中如果包含商品關(guān)鍵詞，那么商品被搜索到的概率會更大，展現(xiàn)在客戶面前的可能性就更高，進而可能會增大商品的流量數(shù)據(jù)和轉(zhuǎn)化率?！緦嵱?xùn)背景】某網(wǎng)店需要優(yōu)化商品名稱，為了提高商品被客戶搜索到的概率，網(wǎng)店需要獲取近一段時間內(nèi)的熱門商品關(guān)鍵詞數(shù)據(jù)?！静僮饕蟆坷肊xcel2019的數(shù)據(jù)獲取功能獲取商品關(guān)鍵詞數(shù)據(jù)。2.3.1獲取商品關(guān)鍵詞數(shù)據(jù)啟動Excel2019，利用獲取文件數(shù)據(jù)的方法獲取商品關(guān)鍵詞數(shù)據(jù)?！静僮魉悸贰俊緟⒖夹Ч?.3.2清洗商品關(guān)鍵詞數(shù)據(jù)獲取數(shù)據(jù)后，分析人員應(yīng)當(dāng)檢查數(shù)據(jù)內(nèi)容，清洗其中錯誤的內(nèi)容，以提高數(shù)據(jù)質(zhì)量，為后續(xù)數(shù)據(jù)分析提供更好的數(shù)據(jù)源?！緦嵱?xùn)背景】某網(wǎng)店利用Excel2019獲取到近一段時間內(nèi)的熱門商品關(guān)鍵詞數(shù)據(jù)后，為了更好地完成數(shù)據(jù)分析任務(wù)，需要清洗獲取到的數(shù)據(jù)信息，保證數(shù)據(jù)的質(zhì)量?！静僮饕蟆浚?）調(diào)整數(shù)據(jù)類型和格式，使表格數(shù)據(jù)統(tǒng)一且美觀易讀；

（2）清除重復(fù)的數(shù)據(jù)記錄；

（3）修復(fù)錯誤數(shù)據(jù)。2.3.2清洗商品關(guān)鍵詞數(shù)據(jù)（1）將表格轉(zhuǎn)換為區(qū)域，然后調(diào)整數(shù)據(jù)類型、字體格式、對齊方式等，提高數(shù)據(jù)的統(tǒng)一性；

（2）利用刪除重復(fù)值功能清除重復(fù)的數(shù)據(jù)記錄；

（3）檢查錯誤數(shù)據(jù)并加以修改?！静僮魉悸贰俊緟⒖夹Ч?.1

獲取數(shù)據(jù)內(nèi)容導(dǎo)航2.2清洗數(shù)據(jù)2.3綜合實訓(xùn)2.4

課后練習(xí)練習(xí)1獲取企業(yè)營業(yè)收入數(shù)據(jù)

練習(xí)2清洗企業(yè)營業(yè)收入數(shù)據(jù)練習(xí)1?獲取企業(yè)營業(yè)收入數(shù)據(jù)利用Excel2019獲取國家統(tǒng)計局官方網(wǎng)站中，關(guān)于2023年全國規(guī)模以上文化產(chǎn)業(yè)及相關(guān)產(chǎn)業(yè)企業(yè)的營業(yè)收入數(shù)據(jù)。【制作要求】【操