《新媒体数据分析与应用》新媒体数据的处理

新媒体数据的处理是指在分析数据之前，先对数据进行一定的清洗和加工，主要目的是清除异常数据、纠正错误数据等，以保证数据的准确性、完整性，这样得出的数据分析结果才更科学、更有参考价值。本章将详细介绍新媒体数据清洗、数据加工等方面的知识。新媒体数据的处理数据清洗3.1目录CONTENTS数据加工3.2数据清洗3.1数据清洗是指发现并纠正数据文件中可识别的错误，包括检查数据一致性，处理无效值和缺失值等。新媒体运营者可以使用Excel来开展数据清洗工作。3.1.1缺失值的处理缺失值是指数据集中某个或某些属性不完全的值。缺失值产生的原因有很多，基本上可以分为机械原因和人为原因。机械原因是指由于数据收集或保存失败造成的数据缺失。人为原因主要是指由于历史局限、有意隐瞒或主观失误造成的数据缺失。3.1.1缺失值的处理处理缺失值的方式替换缺失值某些缺失值可以从本数据源或其他数据源中推导出来，然后用样本平均值、中位数或众数代替缺失值。还有一种方法，就是根据调查对象给出的其他问题的答案，通过分析变量间的相关性或逻辑关系进行推导与估算。删除整个样本删除整个样本，就是将含有缺失值的某个样本全部删除。这种方法只适合某个样本中缺失关键变量的情况，或者是含有无效值、缺失值的样本的重要性较低的情况。删除变量如果调查结果中某个变量的缺失值较多，且该变量在所研究的问题中所占的权重较小，就可以考虑删除该变量。成对删除成对删除是指不改变数据集中的全部变量和样本，而将其中的缺失值用一个特殊码（通常是9、99、999等）来表示。成对删除是一种比较保守的处理缺失值的方法，它能让样本中的可用数据得到最大限度的保留。3.1.1缺失值的处理缺失值的查找与替换在数据表中，缺失值最常见的表现形式就是空值或错误标识符，下面介绍使用Excel2016查找并替换缺失值的方法。3.1.2重复值的处理重复值就是数据表中被重复输入的数据。30天内某直播间各款商品的销量和销售额3.1.2重复值的处理使用“删除重复项”功能查找并删除重复值“删除重复项”是Excel2016提供的数据去重功能，新媒体运营者使用这一功能可以快速删除重复项，方法如下。3.1.2重复值的处理使用“排序”功能查找并删除重复值使用Excel2016的“排序”功能也可以查找重复值。使用这种方法查找到重复值后，新媒体运营者要先判断重复值是否有用，无用的重复值可以删除。例如，在统计人员信息时，可能会出现人名相同的情况，出现这种情况的原因可能是有的人同姓同名，也可能是重复录入，此时就需要新媒体运营者先进行判断，再对重复数据进行处理。使用“排序”功能查找并删除重复值的方法如下。3.1.2重复值的处理使用“条件格式”功能查找并删除重复值使用Excel2016的“条件格式”功能可以快速查找并标识出重复值。使用“条件格式”功能查找并删除重复值的方法如下。3.1.3数据逻辑性检查数据逻辑性检查是指将不符合逻辑的数据查找出来，并采取合适的方法进行处理。DOU+投放7日花费3.1.3数据逻辑性检查使用“条件格式”检查数据逻辑性使用“条件格式”检查数据逻辑性的方法如下。3.1.3数据逻辑性检查使用函数检查数据逻辑性下面使用Excel2016中的IF函数判断数据的逻辑是否正确，方法如下。数据加工3.2通过数据清洗环节，新媒体运营者找到并处理了数据中的错误值。接下来要根据数据分析的目的对数据进行加工，如对数据进行计算等，让数据更好地满足数据分析的需要。3.2.1数据计算在数据表中，有些数据并不能直接从数据表中提取出来，而需要经过计算才能获得。5款商品24小时的推广效果3.2.1数据计算简单计算简单计算就是对字段进行加、减、乘、除等简单计算，从而得到符合需求的数据。商品利润的计算公式为：利润=单价×销量-单件成本×销量-推广费用。根据利润计算公式，在Excel2016中计算每款商品利润的方法如下。3.2.1数据计算函数计算在计算5款商品24小时产生的总利润时，虽然可以使用公式“=F2+F3+F4+F5+F6”来计算，但如果商品的数量较多，如有50款商品，再用这种输入公式的方法计算就会比较麻烦，此时新媒体运营者可以使用Excel中的函数进行数据计算。在Excel中，新媒体运营者可以快速插入常用的函数，如求和、平均值、计数、最大值、最小值等函数。下面使用求和函数计算总利润，方法如下。3.2.2数据分组数据分组就是按照一定的标准将数据划分为不同的组别，从而判断数据的表现情况，然后根据数据的表现情况对数据进行分析。5月份各款商品在直播间产生的销量3.2.2数据分组使用Excel中的VLOOKUP函数对商品进行分类的方法如下。3.2.3数据抽取数据抽取分为两种情况：一种是从某个字段中抽取部分数据；另一种是从不同的数据表中抽取多个字段，并组成新的数据表。数据抽取是指从原有数据中抽取部分数据作为数据分析的对象。3.2.3数据抽取从某个字段中抽取部分数据一个字段可能包含多层信息，而有些数据分析只需使用该字段中的某一层信息即可，此时就需要新媒体运营者从该字段中抽取需要用到的那层信息。新品销量统计3.2.3数据抽取从某个字段中抽取部分数据在Excel2016中进行数据抽取时，可以使用LEFT函数和RIGHT函数。LEFT函数是从文本字符串的左侧第一个字符开始，截取指定数目的字符；RIGHT函数是从文本字符串的右侧第一个字符开始，截取指定数目的字符。使用LEFT函数抽取“推广人员类型”这一层信息的方法如下。3.2.3数据抽取从不同的数据表中抽取多个字段新媒体运营者在采集数据时可能会采集到多个数据表，而在进行数据分析时，所需要的数据可能来自不同的数据表，此时就需要从数据表中抽取需要的字段。直播运营团队人员职务表主播和副播7日销售成绩3.2.3数据抽取从不同的数据表中抽取多个字段使用VLOOKUP函数从不同的数据表中抽取字段的方法如下。3.2.4数据转换新媒体运营者在进行数据分析前，要确定所采集到的数据的统计形式是否便于开展数据分析，如数据表中行与列的字段设置是否得当，数据的记录方式是否统一等。如果数据的统计形式不符合要求，就需要对数据进行转换。3.2.4数据转换行列互换新媒体运营者要分析数据表中行与列的字段设置是否得当，以便于后续开展数据分析。某个美食类抖音账号的各条短视频数据3.2.4数据转换行列互换在Excel2016中进行行列转换的方法如下。3.2.4数据转换数据记录方式的转换数据统计者不同、统计标准不同，可能会导致数据记录方式不同。用户是否曾经在直播间购物的统计结果3.2.4数据转换数据记录方式的转换使用查找、替换方式对数据记录方式进行转换的方法如下。课后习题1．处理缺失值的方式有哪些？2．打开“素材文件\第3章\习题：近15