Excel数据清洗与预处理实战技巧-代码聚汇网

Excel数据清洗与预处理实战技巧

Mr pretty·2026-08-21·阅读 23 GEO检测（免费）

Excel数据清洗数据预处理缺失值处理

|难度：普通|阅读约 12 分钟

1. Excel数据分析基础入门篇（三）：数据清洗与预处理实战

作为Excel数据分析系列的第三篇，我们将聚焦数据清洗与预处理这个关键环节。在实际工作中，原始数据往往存在各种问题：重复值、缺失值、格式不统一、异常值等。这些问题如果不处理，会直接影响后续分析的准确性。本文将手把手带你掌握Excel中最实用的数据清洗技巧，让你的数据分析工作事半功倍。

提示：本文所有操作基于Excel 2019及以上版本，部分功能在早期版本中可能略有不同。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 数据质量检查与问题识别

2.1 快速发现数据中的常见问题

在开始清洗前，我们需要先全面了解数据存在的问题。Excel提供了几种快速检查数据质量的方法：

条件格式标记异常值：
- 选中数据区域 → 开始 → 条件格式 → 数据条/色阶
- 特别适合快速发现数值型数据中的极端值
- 示例：对销售数据列应用"色阶"条件格式，可以直观看到高低值分布
使用COUNTBLANK统计空值：
```
excel复制=COUNTBLANK(A2:A100)
```
这个公式会返回指定范围内的空白单元格数量，帮助我们评估缺失值的严重程度。
数据验证检查：
- 数据 → 数据验证 → 圈释无效数据
- 可以快速标记不符合预设规则的数据（如文本出现在数值列中）

2.2 常见数据问题分类

根据我的经验，企业数据中常见的问题可以分为以下几类：

问题类型	典型表现	影响分析
缺失值	空白单元格或"NULL"文本	导致统计函数计算失真
重复值	完全相同的多行记录	夸大某些数据的权重
格式不一致	日期/数字存储为文本	排序、计算错误
异常值	明显偏离正常范围的值	扭曲平均值等统计指标
拼写错误	产品名称不一致（如"iPhone"/"IPhone"）	导致分组统计错误

3. 数据清洗核心技巧详解

3.1 处理缺失值的三种策略

缺失值是数据分析中最常见的问题之一。根据数据特点和业务需求，我们可以采取不同策略：

直接删除（适用于缺失比例小的非关键字段）：
- 选中数据区域 → 开始 → 查找和选择 → 定位条件 → 空值
- 右键删除整行
均值/中位数填充（适用于数值型数据）：
```
excel复制=IF(ISBLANK(B2), AVERAGE(B:B), B2)
```
向前/向后填充（适用于时间序列数据）：
- 选中包含空值的区域
- 开始 → 查找和选择 → 定位条件 → 空值
- 输入"="并按上箭头，然后按Ctrl+Enter

注意：缺失值处理没有绝对正确的方法，选择哪种方式取决于数据特性和分析目的。在报告中应该注明处理方式。

3.2 高效去除重复数据

Excel提供了多种去重方法，各有适用场景：

方法一：删除重复项功能

选中数据区域（包含标题行）
数据 → 删除重复项
选择依据哪些列判断重复

方法二：高级筛选法

数据 → 高级
选择"将结果复制到其他位置"
勾选"选择不重复的记录"

方法三：公式法（适合需要保留原数据的情况）

excel复制=IF(COUNTIF($A$2:A2,A2)>1,"重复","唯一")

实测发现，对于超过10万行的数据，方法二的性能最好。而对于需要复杂判断条件的去重（如基于多列组合判断），方法一最为方便。

3.3 数据格式标准化技巧

格式不一致是导致分析错误的常见原因。以下是几个实用技巧：

文本转数值：
```
excel复制=VALUE(TRIM(CLEAN(A2)))
```
CLEAN函数移除不可打印字符，TRIM去除多余空格，VALUE转换为数字
日期格式统一：
```
excel复制=DATEVALUE(TEXT(A2,"yyyy-mm-dd"))
```
先将各种格式的日期转为文本，再转为标准日期

大小写统一：

excel复制=PROPER(A2)  // 首字母大写
=UPPER(A2)   // 全部大写
=LOWER(A2)   // 全部小写

去除特殊字符：

excel复制=SUBSTITUTE(A2,CHAR(160)," ")  // 移除不间断空格

4. 高级数据清洗场景实战

4.1 处理分列存储的数据

经常遇到地址、姓名等信息被合并存储在一个单元格中，我们需要将其拆分：

文本分列向导：

选中待分列数据
数据 → 分列
选择"分隔符号"或"固定宽度"
设置分隔符（如逗号、空格等）

公式法（更灵活）：

excel复制=LEFT(A2,FIND(",",A2)-1)  // 提取逗号前部分
=MID(A2,FIND(",",A2)+1,LEN(A2))  // 提取逗号后部分

4.2 多表数据合并清洗

当数据分散在多个工作表时，清洗工作更为复杂：

使用Power Query合并数据：
- 数据 → 获取数据 → 从其他源 → 从表格/区域
- 在Power Query编辑器中合并多个查询
- 特别适合结构相似但数据不同的多个表格
INDIRECT函数动态引用：
```
excel复制=INDIRECT("'"&B2&"'!A1")
```
可以根据单元格内容动态引用不同工作表的数据

4.3 异常值检测与处理

异常值处理需要结合业务知识，常用检测方法：

标准差法：

excel复制=IF(ABS(A2-AVERAGE(A:A))>3*STDEV.P(A:A),"异常","正常")

四分位距法（更稳健）：

excel复制=IF(OR(A2<PERCENTILE.INC(A:A,0.25)-1.5*(PERCENTILE.INC(A:A,0.75)-PERCENTILE.INC(A:A,0.25)), A2>PERCENTILE.INC(A:A,0.75)+1.5*(PERCENTILE.INC(A:A,0.75)-PERCENTILE.INC(A:A,0.25))),"异常","正常")

处理异常值的常见方法包括：

设置为空值（当确认是错误数据时）
使用边界值替换（当可能是合理极端值时）
保留但标记（需要进一步调查时）

5. 数据清洗效率提升技巧

5.1 录制宏实现重复操作自动化

对于需要反复执行的清洗步骤，宏可以大幅提升效率：

开发工具 → 录制宏
执行一系列清洗操作
停止录制
通过快捷键或按钮运行宏

注意：录制宏时会记录所有操作，包括误操作。建议先练习几次再正式录制。

5.2 使用Power Query提升清洗效率

Power Query是Excel中的ETL工具，特别适合复杂的数据清洗：

优势：
- 可视化操作界面
- 步骤可追溯、可调整
- 处理百万行数据性能优于普通公式
典型清洗操作：
- 替换值和错误
- 填充向上/向下
- 拆分列
- 透视/逆透视
- 分组统计
关键技巧：
- 右键步骤可以查看生成的M代码
- 可以复制查询只修改部分步骤
- 参数化查询实现动态清洗

5.3 自定义函数解决特殊清洗需求

当内置功能无法满足需求时，可以创建自定义函数：

示例：提取字符串中的数字

vba复制Function ExtractNumbers(text As String) As String
    Dim i As Integer
    Dim result As String
    For i = 1 To Len(text)
        If IsNumeric(Mid(text, i, 1)) Then
            result = result & Mid(text, i, 1)
        End If
    Next i
    ExtractNumbers = result
End Function

使用方法：

excel复制=ExtractNumbers(A2)

6. 数据清洗后的验证与文档记录

6.1 验证清洗效果的实用方法

清洗后的数据需要验证其质量：

统计对比法：
- 计算清洗前后关键指标的差异
- 如记录数变化、平均值变化等
抽样检查法：
- 随机选择若干记录人工检查
- 特别关注边界情况
交叉验证法：
- 用不同方法处理同一问题，比较结果
- 如同时使用公式和Power Query处理，验证一致性

6.2 记录清洗过程的实用技巧

良好的文档习惯能让后续工作更顺畅：

使用注释记录特殊处理：
- 右键单元格 → 插入注释
- 说明为什么这样处理
创建清洗日志工作表：

清洗步骤影响范围处理记录数执行人日期
保存清洗前后的数据快照：
- 将原始数据和清洗后数据保存在不同工作表
- 命名规范如"RawData"和"CleanedData"

我在实际项目中总结出一个经验：数据清洗花费的时间往往占整个分析过程的60%以上，但这也是最值得投入的部分。干净的数据不仅能让分析结果更可靠，还能减少后续返工的时间。建议建立标准化的清洗流程，对常见问题制作模板，可以大幅提高工作效率。