Datan puhdistus on olennainen vaihe data-analyysissä. Ennen kuin voit saada merkityksellisiä oivalluksia datastasi, sen on oltava tarkkaa ja vailla epäjohdonmukaisuuksia.

Datan puhdistaminen tarkoittaa virheellisen, vioittuneen, kaksoiskappaleina olevan tai väärin muotoillun datan korjaamista tai poistamista. Tässä syitä, miksi se on tärkeää:

• Puhdas data edustaa tietoa oikein, mikä johtaa tarkempaan analyysiin ja päätöksentekoon;

• Joissakin tapauksissa datan eheyden varmistaminen ei ole vain hyödyllistä, vaan laillisesti vaadittua.

Huomautus

Kaavojen syntaksi voi vaihdella Excelin eri versioiden välillä. Joissakin tapauksissa käytetään ,-erotinta ; sijaan.

Tehtävä

Harjoitellaan näiden työkalujen käyttöä:

• Poista ylimääräiset välilyönnit Kategoria-sarakkeesta Tuotteet-taulukossa.

• Korvaa "FL""Florida"-nimellä Sijainti-sarakkeessa Toimipisteet-taulukossa.

• Korosta alimmat 20 % myynneistä Kokonaissumma-sarakkeessa Myynti-taulukossa.

Huomautus

Lataa kaikki nämä taulukot ensimmäisestä luvusta ja tuo ne CSV-tiedostoista.