DataFocus如何通过中间表进行数据清洗

如何用DataFocus对Excel表中数据进行处理？

在日常工作中，数据来自各种渠道，获得的信息多而杂，那么，如何轻松进行数据处理呢？接下来，我们来简单看下Excel表在DataFocus系统中的清洗处理。

导入Excel数据表

数据处理于分析之前，我们需要先将本地Excel数据表导入到DataFocus系统中，大致流程如下：

数据表管理模块的“导入表”栏下选择导入本地文件（或资源管理功能模块中点击“创建资源”按钮）。

选定“EXCEL”文件类型，并在选择本地文件后点击“上传“。

上传成功后的 Excel表配置信息界面，可以选择导入的列、重新命名表名及列名、修改列类型等等，配置完成确认无误后点击“确定”完成上传。

多表之间的处理

2.1 关联关系的建立

2.1.1 关联关系

关联关系，指表与表之间的关联关系。多个已经创建过关联关系的数据表，可以在搜索模块一起进行数据分析。

2.1.2 创建关联

在DataFocus的数据表管理模块，进入某数据表的详情界面，可以看到关联关系的窗口。新增关联关系时，该数据表默认为源表，需要进行维度表、连接类型、连接筛选（选填）、源列、目标列等内容的设置。

维度表是指要与该表建立关联关系的数据表，点击目标表的输入框会出现系统里现有的所有表，可以直接选择或输入自己想要关联的表；

连接类型分为：内连接、左连接、右连接及全连接；

连接筛选是对关联数据行进行筛选，点击“+筛选条件”即可逐条增加筛选条件。

源列是显示该表中所有的数据列，点击源列的输入框会出现该表中所有的列名及其数据类型；

目标列是显示目标表中所有的数据列。点击目标列的输入框会出现该表中所有的列名及其数据类型；

选择要匹配的数据列等信息后，点击确定以完成关联关系的添加。若对一张目标表有多个需要关联的列，可以通过点击源列下方的‘＋’按钮增加新的源列及目标列的输入框。

需要注意的是，在创建表关联关系时，表关联不能出现回路和闭环。

图2. 1 创建关联关系

2.2 中间表的制作

2.2.1 中间表

中间表，将系统内多张表的数据抽取保存到一张表中。在DataFocus系统中，有两种中间表，问答中间表和关联中间表。

问答中间表，在搜索页面中通过搜索分析，将得出的结果点击“操作”按钮，保存的中间表。

关联中间表，在资源管理页面（或数据表管理页面），点击“创建资源”按钮，创建的中间表。

2.2.2 创建中间表

在资源管理页面点击创建中间表，进入编辑界面后：

页面左上角的“选择数据表”中选择要作为数据源的表，被选中的表会显示在‘选择数据表’的下方。选择数据表中所需的列，被选中的列名则显示在右侧页面；

点击“增加公式”创建的公式列，可同样添加至中间表；

可以点击“中间表列名”栏下方的列名称，修改中间表中显示的列名，修改公式名需在左下方添加公式处修改公式名；

误选或不想要的列，在操作栏右侧，直接点击“删除”按钮以在使用栏中除去，删除公式需在左下方点击公式名右侧的“删除”按钮，删除公式；

若是使用2张或2张以上的数据表来创建中间表，则需在“我的关联关系”中构建选中的所有表之间的关联关系。若是选择的表在资源管理中已建立关联关系，那么点击“我的关联关系”会直接显示选中表早前建立的关联关系。（用多表创建中间表，表与表之间必须要建立关联关系。其创建方式与前文提到的关联关系创建方式相同。 ）

点击“中间表名”对该中间表进行命名，可在“描述”中对该中间表进行描述；

最后，点击“确定”按钮，创建完成该中间表。

图2. 2 创建中间表

到这里，我们简单了解了在DataFocus系统中对多个Excel数据表的处理，后面的文章，我们将更加细致了解针对数据进行的清洗处理。