EP001 数据清洗的核心概念——为何要拆解合并单元格？

🛑 痛点场景：常见的“中国式”复杂报表

在我们的实际工作中，经常会遇到一种让人头疼的表格格式，它们的特征非常明显：

• 大面积的合并单元格：无论是行方向（Row）还是列方向（Column）。
• 层层嵌套的表头：例如顶层是“一月”，下面又细分出许多维度（如“计划”、“实际”、“差额”等）。
• 不规则结构：表格看起来像是一个复杂的网格，而不是简单的清单。

🤖 人眼 vs. 机器：视角的冲突

为什么我们会制作这样的表格？又为什么它们在数据分析中行不通？

1. 人类的视角（Human readable）

• 优点：这种嵌套法非常便于人类的视觉观看。通过合并单元格，层级关系一目了然，阅读体验好。
• 缺点：数据的逻辑结构被打破，难以进行二次加工。

2. 机器的视角（Machine readable）

• 评价：这种格式对机器来说非常不友好。
• 后果：
  • Excel 数据透视表失效：无法识别合并单元格的数据归属，无法进行拖拽汇总。
  • Power BI / 数据库无法导入：这些专业的数据分析软件要求数据必须是标准的结构化数据，非二维表无法直接被解析或透视。

🧹 解决方案：数据清洗 (Data Cleaning)

为了解决上述矛盾，我们需要进行一项关键操作——数据清洗。

核心目标：构建“二维表”

我们需要将那些不规则的、嵌套的表格，整理成标准的二维表（一维数据源）。

💡 什么是二维表？简单来说，就是只有一行标题，每一列代表一个属性，每一行代表一条完整记录的表格。没有合并单元格，没有多层表头。

价值与意义

只有完成了这一步整理（清洗），我们才能：

1. 顺畅地使用 Excel 数据透视表 进行灵活查询。
2. 将数据导入 Power BI 等 BI 工具进行可视化分析。
3. 实现自动化的报表更新。

下一节预告：我们将演示如何利用 Power Query 快速将这些复杂的“中国式报表”清洗为标准的二维表。