OmniDocExcel数据清洗怎么做：从导入到整理的完整步骤
整理一张从系统导出或从PDF复制来的原始表格，需要先看清结构、统一格式，再拆分、去重和校验。本文按顺序给出Excel数据清洗的完整步骤，并说明表格在PDF里时如何先提取。
如果你从系统导出一张表，或者从 PDF 里复制出一堆数据，打开 Excel 后常会遇到这些情况：日期有的是文本、有的是数字；同一个客户名称写成了三种样式；中间夹着空行和合计行；一个单元格里塞着"北京 朝阳"两个字段。这些问题不处理，后面的筛选、透视表和图表都会出错。
这篇文章写给需要把原始表格整理成可分析数据的人，比如做报表的行政、做调研的学生、接手别人表格的运营。读完你会得到一套固定顺序：先备份并看清结构，再逐列统一格式，最后去重、拆分和校验。表格来自 PDF 时，也能知道怎么先把数据取出来。
Excel 数据清洗怎么做？一句话结论
数据清洗的核心，是让每一行代表一条记录、每一列只放一种信息，并且同一类内容的写法保持一致。动手前先想清楚表格用来做什么，目标不同，需要保留和删除的内容也不同。
| 你的情况 | 推荐做法 | 原因 |
|---|---|---|
| 要做透视表或图表 | 整理成一行一条记录的标准表，列名不重复 | 透视表依赖规范的字段，合并单元格会导致统计错位 |
| 表格来自系统导出，格式混乱 | 先复制一份原件，在副本上处理 | 删除和替换往往难以还原，保留原件便于回溯 |
| 数据来自 PDF 表格 | 先转换为 Excel，再开始清洗 | 直接复制容易错位，先转换能保住行列结构 |
| 数据只有几十行 | 手动修改配合筛选即可 | 公式和批量工具的收益不大 |
| 同类表格需要每月重复清洗 | 把步骤记成清单，尽量用公式固定流程 | 每次手动重做容易漏步骤 |
开始之前：先确认这几点
- 保留原始文件：另存一份副本，所有清洗都在副本上进行。删除重复项或批量替换之后，很难恢复原样。
- 看清表格结构：检查是否有合并单元格、多层表头、中间的小计和备注。这些内容会让筛选和公式失效，需要先拆开或删除。
- 确定每列的含义和类型：区分日期、金额、编号和普通文本。文本格式的数字无法求和，文本格式的日期无法按时间排序。
- 定好统一的写法：例如公司名称用全称还是简称，日期统一为"年-月-日"。同一对象写法不同，统计结果会被拆成几组。
- 判断数据来源：如果数据来自 PDF，先试着选中一段文字。能选中，说明文字层存在，可以直接转换；选不中，多半是图片，需要先做 OCR 识别。
在 Excel 里整理原始表的完整步骤
- 导入数据：如果是 CSV 或文本文件，使用 Excel 的数据导入功能，逐列指定类型，避免身份证号、以 0 开头的编号被截断。
- 删除无用的行和列：去掉标题上方的说明文字、空行、合计行，以及全部为空的列。先做这一步，后续操作的范围才干净。
- 拆分合并的内容：如果一个单元格里有多个字段（如"北京-朝阳-建国路"），用分列功能按分隔符拆成多列；反之，需要合并时用连接公式。
- 统一文本：用 TRIM 去掉首尾和多余的空格，用 CLEAN 去掉从网页或 PDF 复制时带来的不可见字符，再用查找替换统一全角半角、大小写和常见别称。
- 转换数据类型：把文本形式的数字转为数值，把各种日期写法统一为真正的日期。可以使用 VALUE、DATEVALUE，或分列功能中的日期格式选项。
- 处理空值和异常：用筛选找出空白单元格，逐个判断是补充、标注还是删除；再找出超出合理范围的数值，如负数金额、年龄 200。
- 去除重复记录：先判断以哪几列能区分每条记录（如订单号），再执行删除重复项。如果只勾选部分列，其他列信息不同的行也可能被删掉，执行前要看清提示。
- 整理成标准表并另存：确保每列只有一个标题、没有合并单元格，另存为新文件。可以加一列记录清洗日期或数据来源，方便下次核对。
数据在 PDF 里时，先把表格取出来
PDF 中的表格直接复制到 Excel，常见的问题是列错位、换行被拆开。更稳妥的做法是先转换结构，再进入上面的步骤。
- 打开 PDF 后，用 OmniDoc 桌面客户端 的 PDF 编辑器导出为 Excel，检查导出的行列是否与原表一致。
- 如果是扫描件，先使用 OCR 功能识别文字，再导出。识别结果可能把"0"认成"O"、"1"认成"l"，金额和编号要逐项核对。
- 导出后仍有错位，可以回到表格中用分列或合并单元格的方法修正，不必重新手动输入全部数据。
做完后逐项核对
| 检查项 | 怎么看 | 有问题怎么办 |
|---|---|---|
| 行数是否合理 | 与原始记录数对比，用筛选查看有效行数 | 差异较大说明误删，从原件重新执行 |
| 数字能否求和 | 选中一列，查看状态栏的求和结果 | 结果为 0 或只计数，说明仍是文本，回到步骤 5 转换 |
| 日期能否排序 | 对日期列升序排序，看顺序是否正确 | 排序混乱说明有文本日期，统一转换 |
| 标识列是否重复 | 用计数类公式检查标识列是否有重复 | 仍有重复，检查是否因写法不同，回到步骤 4 统一 |
| 抽样对照原件 | 随机抽 5 行与原始文件逐项比对 | 不一致就回到对应步骤修正；OCR 和导出的内容要重点核对 |
❓ 常见问题（FAQ）
1. Excel 数据清洗常用哪些函数？
常用的有 TRIM、CLEAN、VALUE、DATEVALUE、IF 和 COUNTIF。多数清洗任务用这几个函数就能完成，复杂逻辑再逐步增加。
2. 数据清洗会不会改坏原数据？
会，尤其是删除行、删除重复项和批量替换。所以动手前先另存副本，每完成一个大步骤就保存一次版本。
3. 为什么数字看起来正常，求和却是 0？
这通常是文本格式的数字。它们靠左对齐、左上角可能有绿色三角标记，需要转换为数值后才能参与计算。
4. 表格很大，Excel 处理很慢怎么办？
先删除无用的列和空白区域，减少不必要的公式，再分批处理。步骤清楚后，也可以把每一步记录下来，便于复用。
5. 数据清洗和数据分析有什么区别？
清洗是让数据变得可用，包括统一格式、去除错误和重复；分析是从干净的数据中得出结论。清洗做得越扎实，后面的分析越可靠。
📝 总结
Excel 数据清洗怎么做，关键在于按顺序来：先备份和看清结构，再统一文本、转换类型、处理异常和重复，最后逐项核对。表格来自 PDF 时，先转换再清洗，能省去大量手动修正的时间。
