4.1 常用表格数据的处理（教学设计）信息技术浙教版必修1

教学过程

教师活动

学生活动

新

课

导

入

一、课堂导入

1.通过播放精美的数据表格的视频来引入本节课的主题。

在同学们观看了视频后抛出问题，引出同学们的思考。

这些数据是不是很精美？是如何做出来的呢？？

在生产生活中，人们经常遇到以二维表方式组织存储的数据，如成绩数据、商品销售数据、家庭收支数据等。这些基于表格的数据常常需要进行计算、排序、筛选、图表呈现等处理。

数据处理的核心是数据，数据的质量直接影响数据分析的结果。但获取的数据并不都是优质的，常常存在缺失、重复、错误、数量级不同等问题。因此，在数据分析和数据挖掘前，通常先对数据进行整理。

通过播精美的数据表格的视频和提问的方式导入教学，激发学习热情和探究欲望。

新

一、数据整理

同学们仔细观察以下表格，有什么问题么？

展示一个表格，表格中分别呈现出以下问题：数据缺失、数据重

同学们通过表格中出现的错误及一一对应

知 讲 授

复、数据异常，还有逻辑错误、格式不一致等。

数据整理的目的是检测和修正错漏的数据、整合数据资源、规整数据格式、提高数据质量。

数据缺失问题是数据集中普遍存在的问题，最简单的处理方法是忽略含有缺失值的实例或属性。但这样处理可能造成数据集不完整，致使后续的统计分析结果出现偏差。因此较好的方法是根据数据间的关联性估计较准确的缺失值，并通过合适的方法对缺失值进行填充。通常采用平均值、中间值或概率统计值来填充缺失值。

数据重复问题在多数据源合并集成时经常出现。重复数据会导致数据冗余，浪费存储空间和网络带宽，在数据分析中还可能会误导用户。重复数据的检测可以分为基于字段和基于记录两个方面，需要根据实际情况采用不同的算法进行检测。对于重复数据，可以在进一步审核的基础上进行合并或删除等处理。

异常数据指数据集中不符合一般规律的数据对象，它可能是要去掉的噪声，也可能是含有重要信息的数据对象。

逻辑错误问题指数据集中的属性值与实际值不符，或违背业务规则或逻辑。

不同来源的数据可能存在格式不一致的情况，这就需要进行数据转换，以便形成一个适合后续分析和挖掘的描述形式。数据转换通常包括属性数据类型的转换、根据已有属性集构造新属性的转换、将不同来源的相同属性的定义及其值进行统一标准化表达的转换等。

以小组为单位，讨论分析两个不同来源的数据集A、B如右图所示。若要合并这两个数据集以对比分析两个球员的技术情况，将遇到哪些问题？该如何处理？

数据集A

的错误点，直观的明白常见的数据问题。

以对比的方式展示数据整理的目的，让同学们直观的了解。

以线性的方式展示数据重复的后果、检测方法和审核方法，让同学们在循序渐进中学习。

以关键字突出显示的方式展示异常数据的来源和错误。

让同学们分小组讨论探究问题，将刚才所学的知识在实践中测试一下，以便检测出同学们是否有效

数据集B

问题：字段不一致。解决方法：对照两个表格，保持其中一个表格一个，更改其中一个字段，然后更改一致即可。

二、数据计算

请同学们上网查询总结常见的数据处理和统计分析工具，并班内分享。

日常简单的数据处理可以使用Excel软件完成，专业的数据处理和统计分析工具有SPSS、SAS、MATLAB等，也可以通过R、Python、Java等计算机语言编程进行数据处理。

Excel软件是微软公司推出的Microsoft Office系列套装软件中的组成部分，是一个简单易用的电子表格软件，可以进行数据的处理、统计分析和辅助决策操作，广泛应用于文秘办公、财务管理、市场营销、行政管理和协同办公等。

SPSS是IBM公司推出的一款统计分析软件，具备数据收集、准备、分析、描述、解释和展现的功能。SPSS提供丰富的统计算法，并且操作简便、功能强大、扩展性强，但需要使用

人员具备一定的数理统计学知识背景，比较适合专业分析、研究等人员使用。

SAS是SAS软件研究所开发的一套大型集成应用软件系统，共有三十多个功能模块，具有数据访问、数据管理、数据分析、数据呈现等功能。SAS系统从大型机上的系统发展而来，其操作以编程为主。系统地学习和掌握SAS，需要花费一定的精力，比较适合统计专业人员使用。

MATLAB是MathWorks公司推出的一种科学计算语言和编程环境，主要应用于数据分析、无线通信、深度学习、计算机视觉、量化金融与风险管理等领域。MATLAB 将适合迭代分析和设计过程

的掌握其知识点。

让同学们自己动手在网上询总结常见的数据处理和统计分析工具，看同学们查询的和自己已知的有什么不同。

以表格的方式展示常用的数据处理和统计分析工具，让同学们直观的了解。