What Is Dirty Data?

Перш ніж очищати дані в Excel, потрібно чітко розуміти, що таке «брудні дані» і чому вони створюють проблеми.

Найбільша проблема полягає в тому, що Excel обробляє значення на основі їхнього внутрішнього формату, а не лише зовнішнього вигляду. Через це навіть незначні невідповідності можуть повністю порушити роботу формул, сортування чи фільтрації.

Зазвичай це трапляється, коли дані надходять із зовнішніх джерел. Наприклад, якщо скопіювати дані з вебсайту або імпортувати файл CSV, Excel може некоректно розпізнати числа, дати чи текст. У результаті в одному стовпці з'являється суміш форматів, навіть якщо все виглядає однаково.

Розглянемо дуже простий приклад:

На перший погляд усе виглядає правильно. Усі зарплати здаються числами. Але існує прихована проблема: "3000" збережено як текст, а не як число.

Це призводить до неочікуваної поведінки під час додавання, віднімання тощо.

Основна ідея

Брудні дані небезпечні не тому, що виглядають неправильно, а тому, що виглядають правильно, але поводяться некоректно.

Саме тому перший крок у роботі з даними в Excel завжди: ретельно перевіряти, який тип даних ви насправді маєте, а не лише як вони виглядають.