下载掌阅APP，畅读海量书库
立即打开
有很多新手可能只是知道要对数据进行规范化处理，但是对规范化处理的目的并不是非常了解，这就导致了他们在处理的时候可能会忽略掉一些重要的地方。数据规范化处理的目的其实是指要将数据处理成分析者想要的状态。一般来说，分析人员通过纠正数据的错误与异常、使数据标准化、对数据进行分类等方式，来保证数据的正确性、一致性、有效性、完整性和相似性，确保数据分析达到预期目的，如下所示。
✧ 正确性：通过纠正数据中的错误来保证，主要针对数据中的错误值、#N/A、空白数据等。
✧ 一致性：使数据符合标准化格式，主要针对长度不一致、名称不一致、数据类型不一致、数据中间有无效空格等情况。
✧ 有效性：通过清理异常数据来保证，主要针对数据超大、超小、重复、不符合逻辑等情况，例如产品的净重数据比毛重数据还大，这就是典型的不符合逻辑的情况。
✧ 完整性：有些数据存在缺失的情况，应进行处理，以保证数据完整性。很多时候，对于缺失而且无法补充的数据，宁可删掉也不能让它参与分析，否则很容易扭曲结果。
✧ 相似性：按同属性、同类别、同周期等对数据进行分类，以确保数据的相似性。如果数据没有分类，分析对象太分散，分析起来就会非常困难。
在了解数据规范化处理需要达到的目的之后，处理起数据来才会有的放矢。