很可惜 T 。T 您现在还不是作者身份，不能自主发稿哦～
如有投稿需求，请把文章发送到邮箱tougao@appcpx.com，一经录用会有专人和您联系
咨询如何成为春羽作者请联系：鸟哥笔记小羽毛（ngbjxym）
数据清洗是整合数据后所需要进行的数据预处理工作。在这一步，我们将脏数据清理为相对比较规整的数据，数据如果不清洗，那很可能后面的分析结果都没有意义了。
不同的数据，可能有不同的清洗方法，但无论是何种数据，在整个数据清洗过程中，总是有那么一些步骤和方法是通用的，例如缺失值分析和处理。
那有没有一种工具，可以完成数据清洗的这些通用流程，减少数据清洗的时间和简化繁琐的清洗流程呢？答案当然是有的，那就是SPSSPRO里的数据处理模块。
如果掌握了这一数据清洗神器，你就可以事半功倍。
问卷处理主要分为两步
无效问卷数据的剔除
有效问卷数据的替换
无效样本的常见使用场景
问卷研究中乱填问卷的样本；
数据库下载的数据中有大量缺失数据；
二手数据中包括无效或缺失数据；
其它收集数据中有无效样本时。
例如，在某项问卷调查中，查看数据发现，某个被调查者有多道题目未作答，问卷数据有缺失，无效样本如果不加处理会干扰分析结果，对数据结果产生严重影响。
1.1 缺失数据处理
1）如果问卷漏答数过多，一般以总题数的60%为准，例如有10题问项却漏答6题以上者，这是我们就要考虑把这份问卷剔除。
2）整份问卷所勾选的选项皆为同一个，例如通通勾选1。
具体参数可自行设置
1.2 重复数据处理
一人重复填两份以上的问卷，则该人填第二份之后的问卷皆视为无效。
在剔除了无效数据之后，剩余的数据难道就没有问题了么，其实不然，留下的有效数据中也可能会存在部分异常值，我们需要对其进行替换。
2.11 自动识别
我们可以使用软件自带的识别异常值（MAD、IQR、3slgma）的方法，将识别后的异常值替换成相应的数值（平均值、中位数等）
MAD异常值识别
IQR异常值识别
3slgma异常值识别
2.12 自定义识别
也可以使用自定义识别的方法。首先，要给定异常值判断标准，如数字缺失、数字范围、数据波动范围等，接着我们可以将识别到的数据置换为空值或者替换成平均数、中位数等
数字为空：在选中变量范围内检查列数据出现缺失的情况（如图）
数字 ≤、数字 ≥：在选中变量范围内检查列数据是否出现小于或大于某个常数的情况（示例：数字＜ 80）
平均值 ±n 倍标准差：默认均值 ±3 倍标准差；
均值±1倍标准差可确保68.27%的数据符合期望；
均值±2倍标准差可确保95.45%的数据符合期望；
均值±3倍标准差可确保99.73%的数据符合期望；
2.2 缺失值处理
我们可以把数据为空值、空格、none等字段的数据用统计量填充，具体操作如下
也可以采取规则填充（填充成固定值等）形式
3.1 问卷编码
在问卷处理完之后，接着就是对问卷及答案进行编码。首先是对问卷进行编码，问卷编码很简单，只要注意一点：不要重复就可以了。
其次是答案编码，就是把问卷的答案加以量化成电脑可以接受的语言，如1、2、3、4、5等，一般而言，是根据问题的答案进行分类编码，答案分几类就有几种编码，通常是在问卷审核时把碰到的答案都记载下来进行归类然后再编码。
3.2 数据转换
后续的分析方法有对定量定类数据进行严格的限制，例如逻辑回归要求因变量Y为定类数据，这是我们就需要把定量数据转换成定类数据
但是注意定量转换成定类后的数据要及时增加标签
本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问，请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求，为完善跟帖评论自律管理，为了保护用户创造的内容、维护开放、真实、专业的平台氛围，我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容，同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规，对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息，主要表现为：
1)反对宪法所确定的基本原则；
2)危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一，损害国家荣誉和利益；
3)侮辱、滥用英烈形象，歪曲、丑化、亵渎、否定英雄烈士事迹和精神，以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉；
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动；
5)煽动民族仇恨、民族歧视，破坏民族团结；
6)破坏国家宗教政策，宣扬邪教和封建迷信；
7)散布谣言，扰乱社会秩序，破坏社会稳定；
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪；
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序；
10)侮辱或者诽谤他人，侵害他人名誉、隐私和其他合法权益；
11)通过网络以文字、图片、音视频等形式，对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法规禁止的其他内容；
2. 不友善：不尊重用户及其所贡献内容的信息或行为。主要表现为：
1)轻蔑：贬低、轻视他人及其劳动成果；
2)诽谤：捏造、散布虚假事实，损害他人名誉；
3)嘲讽：以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述，以此来激怒他人；
4)挑衅：以不友好的方式激怒他人，意图使对方对自己的言论作出回应，蓄意制造事端；
5)羞辱：贬低他人的能力、行为、生理或身份特征，让对方难堪；
6)谩骂：以不文明的语言对他人进行负面评价；
7)歧视：煽动人群歧视、地域歧视等，针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击；
8)威胁：许诺以不良的后果来迫使他人服从自己的意志；
3. 发布垃圾广告信息：以推广曝光为目的，发布影响用户体验、扰乱本网站秩序的内容，或进行相关行为。主要表现为：
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式：
2)单个帐号多次发布包含垃圾广告的内容；
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容；
4)多次发布包含欺骗性外链的内容，如未注明的淘宝客链接、跳转网站等，诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光；
6)购买或出售帐号之间虚假地互动，发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容，如通过伪造经历、冒充他人等方式进行恶意营销；
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息，主要表现为：
1)包含自己或他人性经验的细节描述或露骨的感受描述；
2)涉及色情段子、两性笑话的低俗内容；
3)配图、头图中包含庸俗或挑逗性图片的内容；
4)带有性暗示、性挑逗等易使人产生性联想；
5)展现血腥、惊悚、残忍等致人身心不适；
6)炒作绯闻、丑闻、劣迹等；
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息，主要表现为：
1)可能存在事实性错误或者造谣等内容；
2)存在事实夸大、伪造虚假经历等误导他人的内容；
3)伪造身份、冒充他人，通过头像、用户名等个人信息暗示自己具有特定身份，或与特定机构或个人存在关联。
6. 传播封建迷信，主要表现为：
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病；
2)求推荐算命看相大师；
3)针对具体风水等问题进行求助或咨询；
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失，包括通过占卜方法问婚姻、前程、运势，东西宠物丢了能不能找回、取名改名等；
7. 文章标题党，主要表现为：
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户；
2)内容与标题之间存在严重不实或者原意扭曲；
3)使用夸张标题，内容与标题严重不符的。
8.「饭圈」乱象行为，主要表现为：
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论，影响传播秩序
9. 其他危害行为或内容，主要表现为：
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的；
2)不当评述自然灾害、重大事故等灾难的；
3)美化、粉饰侵略战争行为的；
4)法律、行政法规禁止，或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时，本网站将依据相关用户违规情节严重程度，对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号，或者滥用多个帐号发布违规内容时，本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富，本网站出于维护本网站氛围和秩序的目的，将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议，可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)