一维表、二维表那些事

今天想谈谈一维表和二维表

这两样如果搞不清，数据清洗时仍然会陷入事倍功半的泥潭

什么是二维表？

看下图，确定一个数值，必须通过行列两个条件去定位，这是二维表最显著的特征

那什么是一维表呢？

像下面左图这种仅需通过单行就能确定数值的，被称为一维表。为了方便浏览打印美观，很多人会把重复姓名合并单元格，如下面右图（合并单元格只是格式美观，对数据清洗反而是一大障碍，会耗费额外时间精力）

为什么表格会有一、二维之分

大家还记不记得小时候最早接触到表格是什么样？对，就是学校的课程表。用二维表样式来制作课程，是再合理不过了。这张伴随学生时代的课程表，给人留下的印象太深，即便到了工作岗位，表格的制作和打印，也大都是二维表样式

那一维表是怎么来的，为什么会出现这样一种有大量重复，反人性的表格样式？

最早接触一维表的，是那些数据库从业者，因为一维表大都是系统自动生成的。但凡从系统里导出来的表，不管是XLS还是CSV，都是一维表样式

换句话说，一维表是符合数据库设计规范的——数据库设计规范是一套参考体系，在技术世界里不分国界地沿用了超过三十年

你只要知道，需要行和列来定位数值的，就是二维表；仅靠单行就能锁定全部信息的，就是一维表

当然，一维表、二维表可以相互转换 一维转二维用透视表，反之用逆透视

我们把一维表称为源数据，特点是数据丰富详实，适合做流水账，方便存储，有利于做统计分析；二维表称为展示数据，特点是明确直观，适合打印、汇报

依然用之前的示例（全国影城数据）来演示 这是系统导出的一维表，全国上万家影城，2019年上半年各月的人次明细，总计有六万多行，地理维度有省市区三层

一维表显然不适合人类阅读，想了解汇总信息，只能通过透视功能转换为二维表。一维表信息越详实，二维表可展示的方式就越灵活

回到数据清洗这个环节上来

实际工作中，我们拿到的数据大多是手工制作的二维表——注意，是手工制作，而不是透视过来的二维表，两者最大的区别就在于，手工二维表，存在大量“脏”数据，最典型的就是前文提过的“制表坑”

一个最显著的特点，就是存在大量合并单元格。二维转一维过程中，合并单元格是恶魔

但光你自己明白合并单元格的利弊并没什么L用，要知道，做数据分析时，数据的来源千差万别，如果都是系统导出的倒还好，清洗起来没什么工作量，就怕是那种各部门提交过来的手工电子表，他们只图自己工作方便，制表随意性造成了大量不确定因素，使你的清洗工作量成倍增加

关于数据清洗的经验与技巧，可以单独写本书，况且外面也已出版了很多Power Query的书籍，网上也有很多PQ方面的收费课程，学习门槛几乎可以忽略

这里就举个小示例，演示一下行列都有合并单元格的情况下，如何二维转一维

链接：https://pan.baidu.com/s/1p7OfC3-BkqpYw74pbzj0YA 提取码：g3j2

1、直接从EXCEL里导入PQ界面

PQ自动打开后，数据已导入，你会发现，之前合并单元格的地方，已被null占据

2、第一次“向下填充”

选择前三列，“向下填充”

3、第一次转置

通过“转置”功能，把月份人次场次，行转列

4、第二次“向下填充”

选中第一列月份，依然“向下填充”，把null覆盖掉

5、列合并

将前两列暂时合并，方便后续处理（你也可以试着不合并，看后面操作能不能继续下去。如果不能，究竟卡在什么地方，为什么出卡住，再回过来想一下，这步合并的缘由自然就水落石出）

6、第二次转置

行列恢复如初

7、首行提升为标题，逆透视

将第一行提升为标题。选取前四列，点击“逆透视其他列”

8、拆分列

将之前的合并列拆分，还原成两列

至此，二维表转一维表过程结束（注意修改列名）

接下来就可以建度量值拉图表搭建可视化页面了