Mikä on likainen data?

Ennen kuin voit puhdistaa dataa Excelissä, sinun täytyy ymmärtää selkeästi, mitä "likainen data" tarkoittaa ja miksi se aiheuttaa ongelmia.

Suurin ongelma on, että Excel käsittelee arvoja niiden sisäisen muodon perusteella, ei vain sen mukaan miltä ne näyttävät. Tämän vuoksi pienetkin epäjohdonmukaisuudet voivat täysin rikkoa kaavat, lajittelun tai suodatuksen.

Tämä tapahtuu yleensä silloin, kun data tulee ulkoisista lähteistä. Esimerkiksi, kun kopioit dataa verkkosivulta tai tuot CSV-tiedoston, Excel ei välttämättä tunnista numeroita, päivämääriä tai tekstiä oikein. Tämän seurauksena saat sekaisin eri muotoja samaan sarakkeeseen, vaikka kaikki näyttäisivätkin samanlaisilta.

Katsotaanpa hyvin yksinkertaista esimerkkiä:

Päällisin puolin kaikki näyttää oikealta. Kaikki palkat vaikuttavat olevan numeroita. Mutta piilevä ongelma on: "3000" on tallennettu tekstinä, ei numerona.

Tämä aiheuttaa odottamatonta käyttäytymistä laskettaessa yhteen, vähennettäessä ja niin edelleen.

Keskeinen oivallus

Likainen data on vaarallista ei siksi, että se näyttäisi väärältä, vaan koska se näyttää oikealta mutta käyttäytyy virheellisesti.

Siksi ensimmäinen askel Excel-datan kanssa työskenneltäessä on aina: tarkistaa huolellisesti, minkä tyyppistä dataa sinulla todella on, ei vain miltä se näyttää.