excel数据规范(excel数据规范化)

1. excel数据规范化

1.先把数据规范化：用excel2013应用商店中unpivot table把数据转化为三列：姓名，日期和是否出勤2.创建数据透视表，进行相应设置即可。我说的比较简略，你可以去网易云课堂看看有个“数据之道”的课程就明白了，我也是从那里学的。

2. excel做数据标准化

1、求出各变量（指标）的算术平均值（数学期望）xi和标准差si 。

2、进行标准化处理，xij￠＝（xij－xi）／si，xij￠为标准化后的变量值；xij为实际变量值。

3、将逆指标前的正负号对调。

3. excel数据规范化处理

可以实现公式录入，但是需要你的备注列，规范化填写。日期下班次格式可以这样写=IF(ISNUMBER(FIND("2"，备注的列）,"Φ",“√”),其他格子，要把2改成对应的日期，备注你只能填写这样的格式：1、3、5、6轮休，一定要带上具体的日期，如果填写1-6，则前面的公式会失效。

4. excel数据标准化

1、首先用鼠标选中需要分列的单元格，然后点击进入“数据”选项卡。

2、接着点击“数据工具”中的“分列”。

3、弹出“文本分列向导”对话框后，勾选“固定宽度”，然后点击“下一步”。

4、接下来把分列线移动到单元格分割处的位置，然后点击“下一步”。

5、在“列数据格式”中默认勾选“常规”即可，然后点击“完成”。

6、最后就成功给excel表格分层了。

5. excel怎么规范数据

01

打开Excel，建立空白工作簿。

02

录入表格框架。比如，要对五个人的五项技能进行评分，第一行输入姓名，第一列输入评价项目。

03

选中5×5的单元格，点击数据验证。

04

在打开的窗口中点击序列，输入评价分值，用英文逗号隔开每个分值，勾选提供下拉箭头，点击确定。

05

这样，就可以选中某个单元格，直接勾选相应的分值。

06

在最后一行得到每个人的分值总和，就完成了评分表。

6. excel表格规范化

2015工资薪金个人所得税公式Excel计算。

=MAX((A1-B1-3500)*5%*{0.6,2,4,5,6,7,9}-5*{0,21,111,201,551,1101,2701},0)

公式中的A1单元格，为工资税前应发金额，B1为个人缴纳的五险一金，如果没有缴纳这一项可去掉，公式变成下面这样。

=MAX((A1-3500)*5%*{0.6,2,4,5,6,7,9}-5*{0,21,111,201,551,1101,2701},0)

公式中的3500是国内居民工资、薪金所得个税起征点，如果是外籍人员，则应把个税起征点改为4800，公式变成下面这样。

=MAX((A1-4800)*5%*{0.6,2,4,5,6,7,9}-5*{0,21,111,201,551,1101,2701},0)

如果想把计算结果保留两位小数，可以再嵌套一个Excel函数——ROUND，通过这个函数可以把数据规范化，四舍五入，适合金额数据展示，公式如下。

=ROUND(MAX((A1 -3500)*5%*{0.6,2,4,5,6,7,9}-5*{0,21,111,201,551,1101,2701},0),2)

7. excel数据规范化三种

Excel中单元格的命名规则是用单元格的引用可以表示单元格或单元格区域,单元格和单元格区域可以按用户的意愿命名,称之为单元格或单元格区域的名称。同一个单元格或区域可以有多个名称。一个单元格或区域的名称在同一工作薄的所有工作表中都可以直接使用，而不必指明所在工作表。

8. 怎么用excel进行数据标准化怎么操作

标准化值（standardized value）通常也称为z-score。就是一个正态分布的模型里，某一个数值离中间值或者平均值有几个标准差的距离。公式是z-score=（x-μ）/σ。x是要计算的目标数值，μ是平均值，σ是模型的标准差。excel里面有直接的公式 “=STANDARDIZE(x，mean，standard deviation)”。中间的三个数值可以公式套公式用，平均值就是“=mean（x1，x2......）”，std是“=stdev（x1，x2，.....）”

9. excel数据规范化公式

数据标准化处理方法

在数据分析之前，我们通常需要先将数据标准化（normalization），利用标准化后的数据进行数据分析。数据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题，对不同性质指标直接加总不能正确反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标对测评方案的作用力同趋化，再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性。数据标准化的方法有很多种，常用的有“最小—最大标准化”、“Z-score标准化”和“按小数定标标准化”等。经过上述标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以进行综合测评分析。

一、Min-max 标准化

min-max标准化方法是对原始数据进行线性变换。设minA和maxA分别为属性A的最小值和最大值，将A的一个原始值x通过min-max标准化映射成在区间[0,1]中的值x'，其公式为：

新数据=（原数据-极小值）/（极大值-极小值）

二、z-score 标准化

这种方法基于原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。将A的原始值x使用z-score标准化到x'。

z-score标准化方法适用于属性A的最大值和最小值未知的情况，或有超出取值范围的离群数据的情况。

新数据=（原数据-均值）/标准差

spss默认的标准化方法就是z-score标准化。

用Excel进行z-score标准化的方法：在Excel中没有现成的函数，需要自己分步计算，其实标准化的公式很简单。

步骤如下：

1.求出各变量（指标）的算术平均值（数学期望）xi和标准差si ；

2.进行标准化处理：

zij＝（xij－xi）／si

其中：zij为标准化后的变量值；xij为实际变量值。

3.将逆指标前的正负号对调。

标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。

三、Decimal scaling小数定标标准化

这种方法通过移动数据的小数点位置来进行标准化。小数点移动多少位取决于属性A的取值中的最大绝对值。将属性A的原始值x使用decimal scaling标准化到x'的计算方法是：

x'=x/(10*j)

其中，j是满足条件的最小整数。

例如 假定A的值由-986到917，A的最大绝对值为986，为使用小数定标标准化，我们用1000（即，j=3）除以每个值，这样，-986被规范化为-0.986。

注意，标准化会对原始数据做出改变，因此需要保存所使用的标准化方法的参数，以便对后续的数据进行统一的标准化。

除了上面提到的数据标准化外还有对数Logistic模式、模糊量化模式等等：

对数Logistic模式：新数据=1/（1+e^(-原数据)）

模糊量化模式：新数据=1/2+1/2sin[派3.1415/（极大值-极小值）*（X-（极大值-极小值）/2） ] X为原数据

10. 数据标准化处理方法Excel

可以，试试下面的方法：=(A1-AVERAGE($A$1:$A$512))/STDEVP($A$1:$A$512)（使用方差和均值实现标准化）或者采用极差标准化=(A1-MIN($A$1:$A$512))/(MAX($A$1:$A$512)-MIN($A$1:$A$512))

11. excel数据规范化处理步骤

在手机上下载一个WPSOFFICE软件打开QQ，进入QQ群，在群文件里找到自己需要填写的电子表格并下载下载完成之后，点击“查看”点击“用其他应用打开”点击“始终”或者”仅此一次“都可以，点击之后就可以填写表格了