WPS表格数据清洗神招:FILTER函数搭配NOT、ISBLANK和ISERROR

在对数据予以处理之际,空白格以及错误值堪称是最为经常碰到的棘手状况,它们会对后续的统计分析以及报告准确性产生直接的影响,着实令人头疼至极。

FILTER与逻辑函数组合原理

这个组合的关键之处在于运用FILTER函数来开展筛选操作,与此同时,凭借NOT、ISBLANK、ISERROR等函数构造出精准的筛选条件。在诸如Excel或者Google Sheets这类电子表格里,FILTER函数能够依据你所设定的条件,从原始数据当中提取出契合要求的行。而逻辑函数所起到的作用,则是生成一个由TRUE和FALSE值构成的判断阵列。

这个阵列好似如同一幅那种“检测网”模样的东西,它是逐行去扫描你的数据的,TRUE所代表起来的意思是那一行的数据是契合你所设定的筛选标准的,这种情况下是需要被保留下来的状态,而FALSE所代表起来的意思却是那一行是存在着瑕疵状况的,是需要被过滤去除掉的,把这些逻辑函数以巧妙的方式组合到一块,就能够构造出复杂且精确的筛选规则,进而达成自动化的数据清洗

如何精准剔除含空白值的数据

在假定你负责管理一份员工花名册的情况下,其中的A列放置着姓名,B列是工号,C列所示为所属部门。当进行信息收集之际,难以避免地会出现一些条目存在缺失的状况。要是期望能够迅速找出所有信息完整无缺的员工记录,那么能够运用FILTER函数再配合ISBLANK函数与NOT函数。具体所使用的公式是这样的:=FILTER(A:C, NOT(ISBLANK(A:A) + ISBLANK(B:B) + ISBLANK(C:C))))。

公式首先对三列逐个单元格分别进行是否为空的检查,只要某一行存在一个空白单元格,逻辑判断结果便会大于零,接着NOT函数对该结果予以反转,致使“有空白”的行被标记成FALSE。最后,FILTER函数依照此标记,仅提取标记为TRUE的、完全完整的数据行。

高效清理包含错误值的记录

于财务和销售数据分析里头,公式计算时常会出现像#N/A、#VALUE!这般的错误数值 ,要得到一份洁净的数据去用来绘制图表 ,得先把这些错误行给排除掉,在这个时候,能够将ISERROR函数并入组合 ,针对一个涵盖产品、销量、销售额的数据表而言 ,公式能够写成:=FILTER(A:C, NOT(ISERROR(A:A) + ISERROR(B:B) + ISERROR(C:C))) 。

ISERROR函数会对指定范围内单元格逐个进行检查,要是发现错误值便返回TRUE。接下来,NOT函数把存在错误的行给排除掉。这个组合能够一次性对多列进行扫描的操作,以此确保最终筛选出来的数据集当中不存在任何错误信息,进而保障了求和、求平均等后续计算能够顺利开展进行。

数据清洗_filter+not+isblank+数据清洗_filter+not+iserror+数据清洗

组合函数在多人协作表格中的应用

于团队共享的在线表格里头,数据经不同成员分批次录入,格式不一致、疏漏频繁出现的情形更为常见。就像一个市场活动报名表,或许同时有未填写的选项以及因链接失效致使的错误存在。在这个时候,上述函数组合能够发挥极大作用。

能够预先将这个筛选公式在表格的另外一个区域里设置妥当。不管其他成员对原始数据怎样进行增添或者修改,这个公式所处的区域都会以动态的、实时的状态仅仅展示完整且没有错误的有效记录。这等同于设置了一个自动化的数据质检关卡,极大程度地减轻了数据整合者依靠手动进行检查核对的工作负担。

处理更复杂的数据校验场景

在实际开展工作期间,对于数据进行清洗所衍生的需求常常会显得更为繁杂。你极有可能需要在同一时间将空白值以及特定的错误值予以排除掉,又或者仅仅允许某一个列位存在空白的情况而已,然而其他的列位务必得保持完整才行。如此一来,这便必定需要更为灵活多变地去进行逻辑函数的组合以及嵌套操作。比如说,运用乘法来替代加法的方式去构建“且”这样的条件 。

假设存在这样一个情景:你得挑选出B列当中销售额不是空白空域的,并且C列里利润率不存在错误情况的全部记录。可构建的公式为:=FILTER(A:C, NOT(ISBLANK(B:B)) * NOT(ISERROR(C:C)))。借由灵活变动逻辑判断部分的组合样式,你能够应对各式各样的数据清洗规则。

掌握函数组合提升工作效率

娴熟地把控FILTER、NOT、ISBLANK、ISERROR等函数的搭配运用,能够使你在几秒的时间里达成以往借助手动筛选后进行排序以及查找,耗费半小时方可完成的数据清理事项。这可不是简简单单仅学会几个公式而已啦,而是要构建起一种具备高效特性以及准确特质对待数据的工作流思维形态。

提议于日常工作期间,要有意识地把原始数据区域跟借助函数产生的“洁净数据”展示予以区分开来。每回更新原始数据之后,洁净区域便会自动进行刷新,以此保证你所看到的一直都是高质量的数据。长久持续这样做,能够明显提高数据分析的效率以及可靠性。

你于日常工作里头,最为经常碰到哪一种数据问题,究竟是借助什么办法给解决掉的,欢迎于评论区那儿分享你的经验,要是觉着这些技巧具备用处的话,也别忘了点赞并且分享给其他更多有 needing 的同事以及朋友。

filter+not+isblank+数据清洗_filter+not+iserror+数据清洗_数据清洗

发表评论