在我们的日常工作中，数据清洗通常是一个非常复杂和繁琐的过程，特别在EXCEL里进行数据清洗会显得格外痛苦，例如对数据进行简单的合并、去重、分列都需要花费不少的时间和功夫。虽然微软推出了power query这个厉害的清洗组件，但是M语言的门槛相对较高，一般人不易掌握。因此选择一个简洁的ETL工具去对数据进行清洗是一个非常好的选择。除了可以节省大量的时间，还能以可视化的界面进行操作，无需任何代码便可以快速对数据进行清洗。下面利用智分析的ETL工具，对EXCEL常见的几种清洗方法进行讲解。
1、 合并表格 我们平时工作中总会遇到需要对两个EXCEL表格进行合并的情况，例如对多个门店或者分公司的数据进行整合，如果列数都一样的时候，用复制粘贴的方式就可以对两个表格进行合并，但是如果表格的列数存在不一样的情况时，我们合并表格的难度会增加，例如以下两个表格，订单明细表B比订单明细表A多了一列，如果要合并这两个表格，则需要在A表里插入一列或者把B表里多出的这一列删除了，非常麻烦。但是用ETL工具处理就会非常迅速，以下为我用智分析的自助ETL功能对表格进行合并的方法。
▲订单明细表A
▲订单明细表B
第一步要做的就是先把两份数据导进智分析系统里，在数据连接的界面里选择EXCEL导入，分别把订单明细表A和订单明细表B导进来，并选择保存的路径。
接下来点击数据准备里的自动ETL，进入到ETL的界面后把关系数据源拖拽到中间的展示区里，并在右边的参数里找到两份表格，然后鼠标右键点击关系数据源里的“执行到此处”。
由于订单明细表B有多余的字段，我们先对这个数据源进行列选择，把数据源预处理里的‘“列选择”拖拽过去，并与订单明细表B进行相连，在输出列的界面里，把多余的字段剔除掉，这样便可以得到与A表字段相同的数据源。
最后把“合并行”这个组件拖拽到展示区里，并把订单明细表A和加工过的订单明细表B进行相连，在参数选择里选择所有字段，合并方式选择并集，这样便可以把两个表格合并在一起了。
我们看一下输出的结果，两份数据源完美地结合在一起了。如果对字段更多、更复杂的数据源进行合并，这个工具可以发挥出给力的效果。
2、 删除重复项 数据源有重复项也是经常会遇到的问题，在EXCEL里通常可以用删除重复项的功能去对数据进行去重处理，但是利用ETL一样也可以对数据进行去重。还是用上面的数据源，我们把“去除重复值”这个组件拖拽到展示区里，并与上面合并好的数据源进行相连。
连接好之后，在右边的参数选择项里选择要去重的字段，然后点击执行，我们来看一下输出的效果，两个表格里的重复值便剔除掉了，剩下的表格都是唯一值了。
3、 分列 在用EXCEL处理数据时，经常要对一些数据字段进行分列，例如上图的数据源中，我们发现了数据源中销售人员这一列有多余的信息，多了销售代表这几个字，我们应该怎样把后面名字给提取出来呢？在EXCEL中可以用LEFT、RIGHT函数或者分列的方式对文本字段进行提取，但是在ETL里一样也可以实现。首先把“分列”这个组件拉拽到展示区里，并与上面的数据源进行相连。
在右边的参数设置区里，我们先把需要分列的数据字段选择好，然后在分隔符选项里选择分列字段里所携带的分隔符，这里我们选择“-”。
我们执行看一下执行的效果，销售人员这个字段被分成了两列，并生成了新的两个字段，完美地实现了分列的效果。
4、 派生字段 如果要在ETL里增加新的数据字段也是没问题的，例如上图数据源里的订单日期包含了日期、时分秒这些信息，但是如果要把里面的年份提取出来，应该怎么做呢？这时我们把“派生字段”拉拽到展示区里，并与上面的数据进行相连。
在参数的设置界面里，点击年份提取的函数，并选择订单日期这个字段，点击确定。
我们看一下输出的效果，数据源最后的一列生成了新的一列，仅有年份的信息。如果要生成其他的字段也是可以实现的，只需编写表达式即可。
5、 元数据编辑 ETL还可以对数据的类型进行更改，例如把字段调整为浮点型、字符串、整型或者是其他的类型。同样的方法，我们把“元数据编辑”拉拽到展示区里，并与上面的数据源进行相连。
在元数据编辑的参数设置里，可以对数据字段的别名或者数据类型进行设置，这个对于数据库来说非常有用。
以上为用ETL工具对EXCEL进行数据清洗的5个常用方法，后面还会对其他清洗方法进行讲解，敬请留意。
| 
