[[200500]]

1. 工具簡(jiǎn)介

dataWrangler是一款由斯坦福大學(xué)開發(fā)的在線數(shù)據(jù)清洗、數(shù)據(jù)重組軟件。主要用于去除無效數(shù)據(jù)，將數(shù)據(jù)整理成用戶需要格式等。通過使用dataWrangler能節(jié)約用戶花在數(shù)據(jù)整理上的時(shí)間，從而使其有更多的精力用于數(shù)據(jù)分析。

2. 主要特點(diǎn)

dataWrangler的操作極為簡(jiǎn)便，通過簡(jiǎn)單點(diǎn)擊就能完成一系列的數(shù)據(jù)整理。與傳統(tǒng)的數(shù)據(jù)處理軟件相比，其獨(dú)特的智能分析和建議功能，極大方便了用戶的數(shù)據(jù)處理操作。dataWrangler還會(huì)列出數(shù)據(jù)修改的歷史記錄，用戶可以極為方便地查看過去的修改，并可以撤銷某一條修改操作。

同時(shí)，dataWrangler是一款在線工具，這為用戶省去了安裝軟件的繁瑣過程，也使用戶擺脫了操作系統(tǒng)對(duì)軟件使用的限制。

3. 工具界面(工作區(qū)、菜單、術(shù)語等)

在瀏覽器的地址欄中輸入dataWrangler的地址并進(jìn)入后，會(huì)進(jìn)入dataWrangler獲取輸入數(shù)據(jù)的界面，如下圖所示。

進(jìn)入dataWrangler后的數(shù)據(jù)輸入界面。 

將CSV格式的數(shù)據(jù)拷貝并粘貼到數(shù)據(jù)輸入?yún)^(qū)域后點(diǎn)擊dataWrangle按鈕，進(jìn)入數(shù)據(jù)處理界面，開始數(shù)據(jù)的整理和修復(fù)。數(shù)據(jù)處理界面如下圖所示。 

數(shù)據(jù)處理主界面。

數(shù)據(jù)處理界面左側(cè)的面板包括一個(gè)根據(jù)當(dāng)前選中數(shù)據(jù)給出的數(shù)據(jù)修改建議列表和一個(gè)數(shù)據(jù)操作歷史記錄列表。點(diǎn)擊修改建議列表中的粗體部分，就可以執(zhí)行該條修改建議。界面的右側(cè)是包含具體數(shù)據(jù)的數(shù)據(jù)表。

4. 操作流程(核心功能呈現(xiàn))

下面介紹dataWrangler的主要功能。

->去除無效數(shù)據(jù)

點(diǎn)擊無效數(shù)據(jù)的行號(hào)，這一行就會(huì)變成紅色高亮狀態(tài)，同時(shí)左側(cè)的建議欄會(huì)給出一系列的修改建議。點(diǎn)擊合適的修改建議后， 該修改操作將被執(zhí)行。 

刪除空行操作。 

如圖所示，點(diǎn)擊”Delete empty rows”的修改建議后，所有空白行將被刪除。

->提取部分?jǐn)?shù)據(jù)

在需要提取部分?jǐn)?shù)據(jù)作為單獨(dú)一列時(shí)，首先選中欲提取的數(shù)據(jù)，此時(shí)dataWrangler會(huì)自動(dòng)分析用戶的意圖，并提取出相應(yīng)數(shù)據(jù)。如果用戶進(jìn)行二次選取，則會(huì)對(duì)選取意圖進(jìn)行修正，以提取用戶真正需要的數(shù)據(jù)。

下圖是用戶欲提取州名時(shí)，首先選取了”Alabama”，但此時(shí)dataWrangler認(rèn)為用戶想要提取相應(yīng)長(zhǎng)度的字符， 所以沒有達(dá)到要求的”Alaska”并未被選取， 同時(shí)”California”等較長(zhǎng)的字符也只被截取了一部分。 

選擇欲提取的數(shù)據(jù)。 

此時(shí)，繼續(xù)選取”Alaska”，dataWrangler通過二次選取獲知用戶想要提取的是這一位置的整個(gè)單詞，進(jìn)而成功提取出了州名。如下圖所示。 

通過二次選取修正提取結(jié)果。 

->自動(dòng)填充數(shù)據(jù)

提取出州名后，需要將其填充到每一行數(shù)據(jù)中。此時(shí)，只需點(diǎn)擊一下州名數(shù)據(jù)列最上方的標(biāo)題，左側(cè)的智能建議欄中就會(huì)出現(xiàn)自動(dòng)填充數(shù)據(jù)的建議。點(diǎn)擊該建議，即可完成自動(dòng)填充數(shù)據(jù)，如下圖所示。

自動(dòng)填充數(shù)據(jù)。

->刪除無用數(shù)據(jù)

進(jìn)行數(shù)據(jù)自動(dòng)填充后，遺留下來的一些數(shù)據(jù)欄已經(jīng)沒有任何意義，需將其刪除。點(diǎn)擊欲刪除數(shù)據(jù)中國(guó)的某一行，dataWrangler會(huì)自動(dòng)給出刪除建議。同時(shí)，將被刪除的行將會(huì)高亮表示，如下圖所示。 

刪除無用行。

點(diǎn)擊左側(cè)刪除建議執(zhí)行刪除操作，結(jié)果如下圖所示。

刪除無用行后的結(jié)果。

->數(shù)據(jù)重構(gòu)

在某些情況下，可能需要將數(shù)據(jù)重新組合成需要的格式。點(diǎn)擊表格上方的綠色方塊后，dataWrangler會(huì)給出多種數(shù)據(jù)重構(gòu)建議。如下圖所示。 

對(duì)數(shù)據(jù)進(jìn)行重構(gòu)。

雙擊列名，可以對(duì)列名進(jìn)行編輯， 圖中的列名已經(jīng)修改為”year”，”state”等有意義的文字。

點(diǎn)擊左側(cè)重構(gòu)建議后，得到的數(shù)據(jù)結(jié)果如下圖所示。 

數(shù)據(jù)重構(gòu)后的結(jié)果。

此時(shí)，每一行是一個(gè)州在不同年份的數(shù)據(jù)。