find函数常见错误_常见的文本清洗类函数

最新推荐文章于 2022-10-13 21:34:51 发布

邝烁

最新推荐文章于 2022-10-13 21:34:51 发布

阅读量1.2k

点赞数

文章标签： find函数常见错误

本文链接：https://blog.csdn.net/weixin_42501631/article/details/112103626

版权

本文介绍了Excel中常见的文本清洗函数，包括Find、Left、Right、Mid、Substitute、Concatenate、Trim和Len。数据清洗是解决数据质量问题的重要步骤，涉及残缺、错误和重复数据的处理。文章详细讲解了各个函数的用法和注意事项，如Find的区分大小写，Left和Right的字符提取，Mid的指定位置提取，Trim的空格清除，以及Replace和Substitute的字符串替换功能。

摘要由CSDN通过智能技术生成

点击上方“蓝字”陪你一起学习

常见的文本清洗函数有：Find、Left、Right、Mid、Substitute、Concatenate、Trim、Len

数据清洗是为了解决数据质量问题，“脏数据”一般有以下三种类型：

1、残缺数据

这一类数据主要是一些应该有的信息缺失，如供应商的名称、分公司的名称、客户的区域信息缺失、业务系统中主表与明细表不能匹配等。对于这一类数据过滤出来，按缺失的内容分别写入不同Excel文件向客户提交，要求在规定的时间内补全。补全后才写入数据仓库。

2、错误数据

这一类错误产生的原因是业务系统不够健全，在接收输入后没有进行判断直接写入后台数据库造成的，比如数值数据输成全角数字字符、字符串数据后面有一个回车操作、日期格式不正确、日期越界等。这一类数据也要分类，对于类似于全角字符、数据前后有不可见字符的问题，只能通过写SQL语句的方式找出来，然后要求客户在业务系统修正之后抽取。日期格式不正确的或者是日期越界的这一类错误会导致ETL运行失败，这一类错误需要去业务系统数据库用SQL的方式挑出来，交给业务主管部门要求限期修正，修正之后再抽取。

3、重复数据

对于这一类数据——特别是维表中会出现这种情况——将重复数据记录的所有字段导出来，让客户确认并整理。

数据清洗是一个反复的过程，不可能在几天内完成，只有不断的发现问题，解决问题。对于是否过滤，是否修正一般要求客户确认，对于过滤掉的数据，写入Excel文件或者将过滤数据写入数据表，在ETL开发的初期可以每天向业务单位发送过滤数据的邮件，促使他们尽快地修正错误,同时也可以做为将来验证数据的依据。数据清洗需要注意的是不要将有用的数据过滤掉，对于每个过滤规则认真进行验证，并要用户确认。

文本定位

find函数

功能：对要查找的文本进行定位，以确定其位置。语法： =find(find_text,within_text,start_num)解释：Find(要查找的文本，文本所在的单元格，从第几个字符开始查找 [可选，省略默认为1，从第一个开始查找]) 。示例：

注意，i要用双引号，且在英文状态下输入。如果数值型数据则不需要。Find函数进行定位时，总是从指定位置开始，返回找到的第一个匹配字符串的位置，而不管其后是否还有相匹配的字符串，所以没有返回第二个i的位置，即7。
如果start_num大于1，不是从第一个数字开始查找，但还是会计算跳过的字符，从文本开头计算。所以返回的是7。