数据清洗：如何让你的数据更“干净”

这是一个数据驱动的时代，如果把数据比作一种产品（当然它已经是一种重要的产品和资源），比如：蔬菜，那么“种菜”就是采集数据，“摘菜和洗菜”就是清洗数据，“做菜”就是分析数据和呈现结果。数据清洗作为整个数据分析流程的中间环节，常常被数据使用者忽视。

对于绝大部分的数据使用者来说，手里拿到的数据都无法直接用来做分析，在分析前，要投入大量的时间精力把数据“整理裁剪”成自己想要或所需的样子。有经验的数据分析员都知道，好的数据分析员必定是一名数据清洗高手，要知道在整个数据分析过程中，在时间和功夫上，数据清洗大概占到了60%左右。在做数据清洗工作的时候，不仅需要具备专业的知识，包括所在研究领域的专业知识、统计知识等，还需要具备一定的软件应用技能，比如：Stata、R、SPSS等，除此之外，还要通过实践来累积数据清洗经验。

在学术领域，各学科包括传统的人文社科专业也正在经历转变，日益变成数据驱动和数据密集型的学科。对人文社会学科的从业者而言，他们面对的数据有自己采集的一手数据，更多的是二手数据，甚至是各种各样的历史数据，清洗这样的数据更是一项挑战性极强的工作。很多数据使用者在最初拿到数据的时候往往是茫然无措，不知从何下手，迫切需要能有这方面的指导。

但，遗憾的是，国内目前很少见到有关于数据清洗的专业书籍或专业课程，因此，开设这样一门专门讲解数据清洗的系列课程来介绍数据清洗的逻辑、讲解数据清洗的流程、标准、方法与技巧能够给很多人提供有价值的思考和参考。

为进一步帮助研究者理解和学会数据清洗与数据检验方法，学术中国特别推出数据清洗系列直播课。本次课程着重讲解数据清洗的思路与原理，目的是让学员能够学会数据清洗的方法与技术，提高数据分析的效率。

讲师简介

唐丽娜：社会学博士，中国人民大学中国调查与数据中心数据管理部负责人，中国人民大学社会与人口学院讲师。长期从事社会调查方法与技术、数据分析、问卷设计、社会调查数据管理及数据库建设方面的研究和教学，负责过中国综合社会调查（CGSS）等大型社会调查项目的实施，积累了丰富的社会调查和问卷设计经验以及数据管理的方法与技巧。翻译出版了Stata公司的两本Stata专著《Stata环境下的数据管理实务手册》和《基于Stata的数据管理工作流程》，著有《社会调查数据管理——基于Stata14管理CGSS数据》，即将出版《数据清洗流程与实战》（人民邮电出版社）。

适用人群

1.对于手里拿到的数据无法直接用来做分析，需要把数据“整理裁剪”成自己想要或所需的样子的数据分析者。最初拿到数据的时候茫然无措，不知从何下手，迫切需要能有这方面的指导的人。 

2.报名学员需要提前安装软件吗？

需要提前安装Stata13或以上的版本都可以（课前会提供state14安装包到群里供大家下载）。

3.是否有课前资料提供预习？

有，上课前会提前把课程所需的数据及其他相关资料发给学员，以便学员提前预习。

课程安排

第一讲：数据清洗前的准备工作（9月17日 19:00-21:00）

1.为什么要清洗数据？

2.规范的数据清洗工作

3.准备数据清洗的相关材料

4. 关于数据清洗的一个简单示例 

第二讲：清洗原始数据---单变量的清洗（9月18日 19:00-21:00）

1. 创建副本

2.查看变量基本情况

3.整理标签

4.清理取值

5.添加注释

6.选择合适的存储格式

7.设定合理的显示格式 

 第三讲：清洗原始数据---多变量的清洗（9月19日 19:00-21:00）

1. 变量间的逻辑类型

2. 检验变量间的一致性

3. 给数据排序

4. 数据比对

5. 数据保存

6. 数据的拆分与合并

7. 数据发布 

第四讲：根据研究需要裁剪与优化二手数据（9月20日 19:00-21:00）

1.检验数据的信度与效度

2.筛选数据

3.数据转置

4.生成研究所需的变量

5. 处理缺失值

8小时课堂直播+互动，

永久课件资料+视频，

你还在担心自己学不会吗?

课程信息

时间：9月17日——20日

费用：299元/人（学术中国钻石会员、VIP会员、黄金会员免费参加，白银会员半价参与）

直播方式：知深平台直播

报名截止：9月17日17:00

(为保证课程效果，此次课程有限额，请大家尽快报名！)

扫描下方二维码即可报名

注意事项

1、支付成功后，请务必点击完成，并长按二维码加入QQ沟通群，加群请备注：付款订单号 （订单号：在微信公众号“学术志”-学员服务——我的订单里面查找，如未保存群号，也可在我的订单中查看）

2、本次为知深平台直播，具体直播方式请在“学术志”回复“直播”即可见，群文件也会上传指导文档。

3、为节省上课时间，课前老师会提供软件安装包和资料！

4、本次课程为网络直播课，课后提供录制视频和课件，供下载复习，报名之后不提供退费，请谨慎报名！

5、本次课程提供发票，报名是可以自行填写，课程结束后一个月开具发票直接发到个人邮箱！注：因白银会员是半价参与，未达到单次开票金额（199元），所以，此次消费可累积到下次课程里开发票。

温馨提示：由于报名人数较多，学长工作量大，有时看到大家的申请会回复的比较晚，请大家在学长工作时间（周一至周五9:30-18:30）申请加群，其他时间加群，学长会在上班时间尽快通过，请不要着急！