2024年最新Python大数据之Excel基础_excel空缺数据填充平均值

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

数据清洗

数据去重

用删除重复项功能

删除重复项是Excel提供的数据去重功能，可以快速删除重复项。

•选中要计算的区域

•在数据菜单下点击删除重复值按钮

•选择要对比的列，如果所有列的值均相同则删除重复数据

•点击确定，相容内容则被删除，仅保留唯一值

条件格式删除重复项

使用排序的方法删除重复项有一个问题，当数据是一串编码时，依然难以用肉眼看出重复的编码。

用条件格式可以自动找出重复的数据，并手动删除。

数据->删除重复项->选择删除条件

缺失值处理

三种处理缺失值的常用方法

1.填充缺失值，一般可以用平均数/中位数/众数等统计值，也可以使用算法预测。

中位数：是指将数据按大小顺序排列起来，形成一个数列，居于数列中间位置的那个数据。

众数：众数是指一组数据中出现次数最多的那个数据，一组数据可以有多个众数,也可以没有众数。

2.删除缺失值，如果数据缺失比例过高，可以考虑删除，比如某一列数据>50%都是缺失，可以考虑删除这一列。

3.忽略默认值，不去处理

用平均值填充缺失值

•选择B列数据，计算平均值

•将平均值单独复制一行（选择值粘贴），务必复制，否则将会出现循环引用。

循环引用：A单元格中的公式应用了B单元格，B单元格中的公式又引用了A

•Ctrl+G唤出定位菜单，选的定位空值，找到B列的所有空值

•应用平均值数据，按住Ctrl+Enter同时填充所有缺失值位置

数据加工

数据计算

1.简单计算

在Excel中，使用函数要学会为单元格“命名”。单元格名称加上运算符号可以进行单元格数值的简单计算。

如第B列的第3个单元格，名称为“B3”。

常用的运算符与我们数学中使用的完全一致，加（+），减（-），乘（*），除（/）

那么A1单元格与A2单元格数据之和的计算公式，就为“=A1+A2”。

1.常用函数计算

使用函数计算数据，需要名称区域单元格的命名方法。

如A1单元到B6单元格区域，命名方法是在两个单元格名称中间加“：”号，写法为“A1:B6”。

用函数计算数据，公式写法如下：英文“=”号加函数再加数据区域。

如计算A1单元到B6单元格区域的和，求和函数为SUM，那么公式写法为：=SUM（A1:B6）。

举例：

Excel【公式】选项卡中提供了常用函数的快捷插入，在记不住常用函数的前提下，可以通过插入的方式进行

数据转换

1.数据分类

使用VLOOKUP进行数据分组，要设置一个条件区域，目的是告诉函数，用什么依据来为数据进行分组。

2.数据重组

根据数据分析目标的不同，所需要的数据项目也不同。在数据分析时，会将所有可能用到的数据都统计到一起。

此时可能出现数据多余、数据项目符合需求等情况，此时就需要重新组合现有数据。

输入: =vlookup会自动弹出函数vlookup，用鼠标单机函数，不要enter回车。然后输入三个参数（数据，规则，返回结果列）

3.数据合并

数据拆分是指将一列数据分为多列，而数据合并是指将多列数据合并为一列。

例如将省份列、城市列数据，合并为省份+城市列数据,又例如，将年份、月份数据合并为年龄+月份数据。

在进行数据合并时，需要灵活使用逻辑连接符和文本转换函数：

在使用逻辑连接符和函数合并数据时，逻辑符与函数可以联合使用。

并且可能出现合并的数据文字表述不清晰，需要添加个别字词连接的情况。

此时可以将字词放在英文双引号中进行合并。

输入： conca自动提示，选择第一个字符串合并

选择要合并的字符串用英文逗号分隔，额外添加的字符串也用逗号分隔，用英文单引号或者双引号包起来

保留原百分号，需要用到文本的格式化

数据排序

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）
[外链图片转存中…(img-Bow8s4Gb-1713689227721)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！