项目6 处理重复值

处理重复值07-2月-25项目背景与目标在【消费行为分析表-处理缺失值】工作簿的【学生信息（清洗完数据）】工作表中，每位学生的校园卡号和门禁卡号都是唯一的，如果出现了重复值，那么说明数据是有问题的。因为不可能出现两个相同校园卡号的学生，也不可能出现两个相同门禁卡号的学生，所以需要删除此类重复值。因此，需要检查校园卡号和门禁卡号是否存在重复值，并对重复值进行去重处理。2022/9/191筛选重复值目录查看重复值2删除重复值3将【消费行为分析表-处理缺失值】工作簿另存为“消费行为分析表-处理重复值”；并删除【学生信息（清洗完数据）】工作表的G列和H列；删除【消费记录（清洗完数据）】工作表的O列和P列；对校园卡号和门禁卡号的数据进行重复值的查看筛选，并进行处理。新建工作表2022/9/19选择【重复值】命令：选中“门禁卡号”列，在【开始】选项卡的【样式】命令组中，单击【条件格式】图标；在下拉列表中依次选择【突出显示单元格规则】命令→【重复值】命令。突出显示“门禁卡号”列的重复值2022/9/19设置【重复值】对话框：在弹出的【重复值】对话框中，默认选择为【重复】值默认设置为【浅红填充色深红色文本】。查看重复值：单击滚动条，往下滑动发现“门禁卡号”列中存在重复值。此时，由于数据量很大，需要滚动翻页并逐页查看，才能找出所有重复值，这样做不但需时较长，并且很容易漏掉重复值，所以可以尝试使用更便捷的方式进行查看。突出显示“门禁卡号”列的重复值2022/9/19选择【重复值】命令：选中“校园卡号”列，在【开始】选项卡的【样式】命令组中，单击【条件格式】图标；在下拉列表中依次选择【突出显示单元格规则】命令→【重复值】命令。设置【重复值】对话框：在弹出的【重复值】对话框中，默认选择为【重复】值默认设置为【浅红填充色深红色文本】。查看重复值：单击滚动条，往下滑动发现“校园卡号”列中存在重复值。突出显示“校园卡号”列的重复值2022/9/191筛选重复值目录查看重复值2删除重复值3选择【筛选】图标：选择“门禁卡号”列;在【数据】选项卡的【排序和筛选】命令组中，单击【筛选】图标。筛选突出显示的重复值数据2022/9/19筛选突出显示的重复值数据筛选重复值：单击“门禁卡号”列旁的倒三角按钮，在下拉列表中依次选择【按颜色筛选】命令→【按单元格颜色筛选】命令（也可以选择【按字体颜色筛选】命令）；此时会显示含有重复值的所有数据。2022/9/19筛选突出显示的重复值数据按照相同的方法，查看“校园卡号”列的重复值。2022/9/191筛选重复值目录查看重复值2删除重复值3门禁卡号相同的数据中，其校园卡号都不相同，这可能是录入系统时填错了信息造成的，由于只有3个门禁卡号重复（即有3个学生的信息有误），占所有学生的门禁卡号数的比例为3÷4341≈0.069%，这个比例非常小，所以可以对这3个重复的门禁卡号进行删除处理。在具有相同卡号的2条数据中，性别不一样，可能是在数据录入系统时填错了信息，经核实，持该卡的学生性别为女；此外，这2条数据的门禁卡号也不一样，可能是该学生因校园一卡通丢失而重新办了一张，但是校园一卡通系统记录的数据是以“校园卡号”列为关键列，所以可以不用统一门禁卡号。重复值分析选中第4199行的任意一个单元格，在【开始】选项卡的【单元格】命令组中，单击【删除】图标，在下拉列表中选择【删除工作表行】命令。删除“校园卡号”列的重复值取消筛选：在【数据】选项卡的【排序和筛选】命令组中，单击【筛选】图标，使得其处于不被选中的状态，即可取消筛选。选择任意一个单元格，在【数据】选项卡的【数据工具】命令组中，单击【删除重复项】图标。删除“门禁卡号”列的重复值通过Excel的【删除重复项】功能可以删除重复值，只保留第1条数据。在【学生信息（清洗完数据）】工作表中，对“门禁卡号”列的重复值进行删除处理：2022/9/19删除“门禁卡号”列的重复值设置【删除重复项】对话框：在弹出的【删除重复项】对话框中，先单击【取消全选】按钮，再勾选【门禁卡号】选项；单击【确定】按钮，