点击篮字，关注我们
统计软件 | JMP
您可能也经常烦恼于繁琐的缺失值、异常值处理等问题，希望用一种高效、甚至自动化的方式来完成数据的导入与预处理。要确保数据格式统一、完整性良好，您可能会面临诸多挑战：
数据存在缺失值、错误值或录入命名规则不一致，如何处理？
数据出现重复和冗余，如何处理？
数据来源不同或格式不统一，如何将数据转换为一致格式？
不同的问题数据如何选择处理思路，快速清洗数据？
如何使用JMP高效完成数据清洗，让你的工作快人一步？
针对这些大家常常问到的问题，JMP 的资深数据分析师为大家整理了一份超实用、超完整的《数据清洗必备25招与常用公式手册》，本手册将为您介绍 25 种常见的数据问题及对应的解决思路与方案，以及如何在JMP中进行相应操作，更附有 JMP 公式编辑器中的常用公式，您可以随时按照问题查阅处理思路与办法～
这份高清 PDF 手册支持页面内搜索功能，您可以直接用浏览器或其他 PDF 浏览器打开并搜索您遇到的问题关键词，即可直达相应的解决思路与方案，是您省时省力的好帮手～
内容包含
1
工程师常见的25种
数据清洗场景与解题思路
包含数据整合与清洗的基本常见场景如下：
数据表连接、更新、拼接 | 对缺失值进行差补 |
数据录入不统一 | 存在异常值，缺失值 |
数据堆叠、拆分、转置；数据统计量汇总 | 重复的数据 |
创建子集 | 将一列字符列拆分为多列 |
数据排序 | 依据条件筛选数据 |
选择行/反选行/选择列/反选列 | 查看具有相同值的数据 |
数据类型不正确 | 数据噪声 |
数值格式不统一 | 非正态数据 |
一次性对多列进行同样的特性修改 | 数据是如何分布的 |
范围检查 | 对数据做标准化 |
管理数据的限值 | 设置值颜色、值顺序、值标签等 |
2
各种数据清洗操作的
具体实施办法与路径
3
如何高效采用JMP实现
上述场景的数据清洗
4
处理数据常用的公式列表：
数值/统计/行处理/字符处理/条件筛选等
有了这份超长的实用攻略，您可以在工作中时不时地翻阅和查询相关使用指南与技巧，让它作为您的数据清洗随身宝典。
有奖问答
“你认为使用JMP进行数据清洗的方便之处在哪里？”
我们将从留言中精选 5 位 JMP 真爱粉送出 JMP 官方定制电脑包～
关于 JMP
1989 年第一版 JMP 软件问世以来，JMP 一直致力于通过交互式可视化统计分析，发现数据背后的价值，被广泛应用于业务可视化、探索性数据分析(EDA)、数据挖掘、建模预测、实验设计、产品研发、生物统计、医学统计、可靠性分析、市场调研、六西格玛质量管理等领域，裨益半导体和电子、医药、化工、食品、金融和服务、政府和教育等各行各业。
JMP 软件在可靠性分析领域凭借其专业的功能、全面的数据分析平台和对贝叶斯方法的支持,为企业提供了卓越的优势。JMP 不仅使可靠性分析更加高效和精确,还帮助企业降低成本、提高产品质量,并在竞争激烈的市场中脱颖而出。
JMP Pro
专为科学家和工程师打造的预测分析软件
JMP Pro 提供一系列丰富的算法，让您能够构建高效的模型，您还可以通过模型筛选，轻松找到最适合您的数据的模型，轻松构建候选模型，然后使用 C、Python、JavaScript、SAS 或 SQL 进行分析、对比和生成评分代码。
JMP官方微信公众号
敏捷分析 成就无限
分享
收藏
点赞
在看
点击“阅读原文”，立即下载数据清洗手册
