EP002 实操演示：导入数据与初步清洗

实操演示：导入数据与初步清洗

1. 启动 Power Query 并导入数据

我们将通过 Excel 的数据选项卡进入 Power Query 编辑器（还有其他很多种进入方式），并建立与源文件的连接。

• 步骤一：点击 Excel 顶部的 【数据】 选项卡。
• 步骤二：点击 【获取数据】 或直接启动 Power Query 编辑器。
• 步骤三：在编辑器中点击 【新建源】 -> 【文件】 -> 【Excel 工作簿】，选择我们需要清洗的那个表格文件。
• 注意：导入时的预览窗口可能会截断部分数据（仅显示前几行），这是正常现象，直接点击 【确定】 即可。

2. 观察数据变化：合并单元格去哪了？

数据导入 PQ 编辑器后，你会发现一个显著的变化：所有的合并单元格都被自动取消了。

• 现象：
  • 原表中像“基因班子”这样跨多行的合并单元格，现在被拆分了。
  • 拆分后，只有第一行保留了文本内容，下面原来的合并区域变成了 null (空值)。
• 结果：
  • 现在表格变成了一个行列分明的二维表结构，不再有物理上的合并，但逻辑上出现了大量空洞（这是下一步清洗的重点）。

3. 利用“数据预览”功能检查质量

为了快速识别哪些列是无用的垃圾数据，我们需要开启视图中的辅助工具。

• 操作：
  1. 点击顶部菜单栏的 【视图】 标签。
  2. 在 【数据预览】 区域，将所有选项（如“列分布”、“列质量”等）全部勾选。
• 解读列质量信息：
  • 当你选中某一列时，标题下方会出现一个横条和百分比数据。
  • 有效 (Valid)：显示有效数据的占比。
  • 错误 (Error)：显示数据出错的占比。
  • 空 (Empty)：显示空值的占比。

4. 清洗第一步：删除全空列

通过刚才开启的“数据预览”，我们可以直观地看到每一列的数据健康状况。

• 识别垃圾列：
  • 观察每一列的质量条。
  • 如果显示 100% 为空 (Empty)（通常显示为黑色或灰色条），说明这一列没有任何数据。
• 执行删除：
  • 对于这些 100% 为空 的列，我们可以毫不犹豫地选中它们。
  • 右键 -> 删除（或点击主页菜单的“删除列”）。

💡 经验总结数据清洗的第一步往往是“做减法”。通过 Power Query 的可视化数据质量功能，我们可以秒删那些肉眼可能忽略的空白废列，为后续的整理打下基础。