随机插补法：从总体中随机抽取某几个样本代替缺失样本 。
多重填补法：包含m个插补值的向量代替每一个缺失值的过程， 要求m大于等于20 。 m个完整数据集合能从插补向量中创建 。

文章插图

6、异常值处理
异常值：指一组测定值中与平均值的偏差超过两倍标准差的测定值 。
对异常值处理， 需要具体情况具体分析， 一般而言， 异常值的处理方法常用有以下3种：
（1） 不处理
（2）用平均值替代
利用平均值来代替异常值， 损失信息小， 简单高效 。
（3）视为缺失值
将异常值视为缺失值来处理， 采用处理缺失值的方法来处理异常值 。
7、拆分单元格
【10个数据清洗小技巧 数据清洗的方法包括哪些】按照以下步骤对合并单元格进行拆分并填充：
（1）点击取消合并单元格


文章插图

（2）空白单元格定位：点击定位-选择空白


文章插图

（3）写上=上个单元格


文章插图

（4）Ctrl+Enter
8、分组计算
通过VLOOKUP函数将字段合在一起用于计算 。
VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)


文章插图

9、固定宽度截取
固定宽度截取：
mid(text,start_num,num_chars)；
其中：text表示要截取的字符串， start_num表示从第几位字符串开始截取， num_chars表示要截取的字符数 。


文章插图

10、二维表转换
（1）插入数据透视表
（2）选择“使用多重合并计算区域”


文章插图

（3）点击“选定区域”


文章插图

（4）选择所需要处理的区域后点击“添加”按钮
（5）点击“完成”后点击“确认”
（6）弹出数据透视的页面， 双击右下角的数字即可


文章插图

最后， 再强调一下， 在进行数据清洗之前， 一定一定一定要记得备份你的数据源！