很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
數(shù)據(jù)清洗是整合數(shù)據(jù)后所需要進行的數(shù)據(jù)預(yù)處理工作。在這一步，我們將臟數(shù)據(jù)清理為相對比較規(guī)整的數(shù)據(jù)，數(shù)據(jù)如果不清洗，那很可能后面的分析結(jié)果都沒有意義了。
不同的數(shù)據(jù)，可能有不同的清洗方法，但無論是何種數(shù)據(jù)，在整個數(shù)據(jù)清洗過程中，總是有那么一些步驟和方法是通用的，例如缺失值分析和處理。
那有沒有一種工具，可以完成數(shù)據(jù)清洗的這些通用流程，減少數(shù)據(jù)清洗的時間和簡化繁瑣的清洗流程呢？答案當(dāng)然是有的，那就是SPSSPRO里的數(shù)據(jù)處理模塊。
如果掌握了這一數(shù)據(jù)清洗神器，你就可以事半功倍。
問卷處理主要分為兩步
無效問卷數(shù)據(jù)的剔除
有效問卷數(shù)據(jù)的替換
無效樣本的常見使用場景
問卷研究中亂填問卷的樣本；
數(shù)據(jù)庫下載的數(shù)據(jù)中有大量缺失數(shù)據(jù)；
二手數(shù)據(jù)中包括無效或缺失數(shù)據(jù)；
其它收集數(shù)據(jù)中有無效樣本時。
例如，在某項問卷調(diào)查中，查看數(shù)據(jù)發(fā)現(xiàn)，某個被調(diào)查者有多道題目未作答，問卷數(shù)據(jù)有缺失，無效樣本如果不加處理會干擾分析結(jié)果，對數(shù)據(jù)結(jié)果產(chǎn)生嚴重影響。
1.1 缺失數(shù)據(jù)處理
1）如果問卷漏答數(shù)過多，一般以總題數(shù)的60%為準，例如有10題問項卻漏答6題以上者，這是我們就要考慮把這份問卷剔除。
2）整份問卷所勾選的選項皆為同一個，例如通通勾選1。
具體參數(shù)可自行設(shè)置
1.2 重復(fù)數(shù)據(jù)處理
一人重復(fù)填兩份以上的問卷，則該人填第二份之后的問卷皆視為無效。
在剔除了無效數(shù)據(jù)之后，剩余的數(shù)據(jù)難道就沒有問題了么，其實不然，留下的有效數(shù)據(jù)中也可能會存在部分異常值，我們需要對其進行替換。
2.11 自動識別
我們可以使用軟件自帶的識別異常值（MAD、IQR、3slgma）的方法，將識別后的異常值替換成相應(yīng)的數(shù)值（平均值、中位數(shù)等）
MAD異常值識別
IQR異常值識別
3slgma異常值識別
2.12 自定義識別
也可以使用自定義識別的方法。首先，要給定異常值判斷標(biāo)準，如數(shù)字缺失、數(shù)字范圍、數(shù)據(jù)波動范圍等，接著我們可以將識別到的數(shù)據(jù)置換為空值或者替換成平均數(shù)、中位數(shù)等
數(shù)字為空：在選中變量范圍內(nèi)檢查列數(shù)據(jù)出現(xiàn)缺失的情況（如圖）
數(shù)字 ≤、數(shù)字 ≥：在選中變量范圍內(nèi)檢查列數(shù)據(jù)是否出現(xiàn)小于或大于某個常數(shù)的情況（示例：數(shù)字＜ 80）
平均值 ±n 倍標(biāo)準差：默認均值 ±3 倍標(biāo)準差；
均值±1倍標(biāo)準差可確保68.27%的數(shù)據(jù)符合期望；
均值±2倍標(biāo)準差可確保95.45%的數(shù)據(jù)符合期望；
均值±3倍標(biāo)準差可確保99.73%的數(shù)據(jù)符合期望；
2.2 缺失值處理
我們可以把數(shù)據(jù)為空值、空格、none等字段的數(shù)據(jù)用統(tǒng)計量填充，具體操作如下
也可以采取規(guī)則填充（填充成固定值等）形式
3.1 問卷編碼
在問卷處理完之后，接著就是對問卷及答案進行編碼。首先是對問卷進行編碼，問卷編碼很簡單，只要注意一點：不要重復(fù)就可以了。
其次是答案編碼，就是把問卷的答案加以量化成電腦可以接受的語言，如1、2、3、4、5等，一般而言，是根據(jù)問題的答案進行分類編碼，答案分幾類就有幾種編碼，通常是在問卷審核時把碰到的答案都記載下來進行歸類然后再編碼。
3.2 數(shù)據(jù)轉(zhuǎn)換
后續(xù)的分析方法有對定量定類數(shù)據(jù)進行嚴格的限制，例如邏輯回歸要求因變量Y為定類數(shù)據(jù)，這是我們就需要把定量數(shù)據(jù)轉(zhuǎn)換成定類數(shù)據(jù)
但是注意定量轉(zhuǎn)換成定類后的數(shù)據(jù)要及時增加標(biāo)簽
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
上一篇
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)