办公室数据处理技巧视频(你一定要会！用统计学解决量纲不一致问题#数据分析)

拿到数据后，别急着分析。先解决量纲不一致问题，标准化归一化。

今天和大家分享在分析处理数据时如何解决量纲不一致的问题。当我们在做某个业务分析时通常会收集大量不同的指标变量，每个指标的性质、量纲数量级等都可能存在一定的差异。所以为了保证结果的可靠性，我们需要对数据进行一定的处理。

举个例子，有个需求给平台的用户打分，获取用户近3个月的平均在线时长，消费频次、消费金额。标准化这是数据"：说到给用户打分，可能有的人直接想将三个指标相加或者做一个加权平均就可以了。但是大家仔细观察一下数据，在线时长是2M金额是500"，两者之间的差异是比较大的。如果我们直接做相加的话，假如online它是1F，它是2M，它是1000。那我们可以说这个用户是平台最高分的用户吗？这个结果显然是不可靠的。所以在给用户打分之前要解决量纲不一致的问题。

那么如何来解决？我们可以通过统计学中的标准化和归一化。标准化是通过一定的数学变换方式，将数据变换成均值为0，标准差为一的分布。并不一定是正态的，而且数值没有固定范围。

第二种归一化，他将一列数据变换到某个固定区间中，通常这个区间是0-1。第二种归一化是将数据范围固定到-1到1之间x-Xmin。面对两种方法我们如何来选择？

·如果对数据的范围有严格的要求，那我们用归一化；如果没有要求那我们用标准化。但是在归一化中大家要注意极端值的一个问题，如果有极端值需要做截尾处理。下面是标准化和归一化的公式。

·那这是用Python实现的方式。下面这段代码一种是直接做加权平均，第二个是将数据标准化之后再做的加权平均。这是结果的一个对比，我们可以简单看一下结果。当前标准化这里用户3，他是排名第一的，在加权平均这里面用户五是排名第一的。大家可以看一下数据，看一下这个结果是不是将数据先解决量纲不一致的问题之后，这个结果更可靠一些。

大家学会了吗？欢迎在视频下方交流讨论。如果你喜欢本期的视频，欢迎点赞收藏。