Excel Power Query 数据清洗实战:5个操作让脏数据秒变规整

做数据分析这些年，我见过太多人在数据清洗环节被折磨得死去活来——手动删除不要的列、一个格子一个格子地拆分姓名和电话、把文本格式的日期一个一个改成日期格式……重复劳动不仅浪费时间，还特别容易出错。

直到我认真用了 Excel 自带的 Power Query，才发现数据清洗原来可以这么爽。今天这篇文章，我就把 Power Query 中最核心的5个清洗操作——删除列、筛选、拆分、替换、数据类型转换——一次性讲透。零基础也能跟着做。

一、先认识一下 Power Query

如果你还没用过 Power Query，简单说：它是 Excel 内置的一个数据清洗引擎，你可以在里面一步步操作数据，每一步都会被记录成“应用步骤”，下次数据更新了，点一下刷新，所有清洗动作自动重跑。

入口很简单：选中数据区域，点顶部菜单栏的 「数据」→「从表格/区域」 ，勾选“我的表格有标题”，就进入 Power Query 编辑器了。

进去之后你会看到三个关键区域：中间的数据预览区、右侧的应用步骤面板、顶部的功能区。所有操作都在这里完成，而且绝对不会动到你的原始数据——这一点特别让人安心。

二、删除列

场景：你从系统导出了一张表，里面有二三十列，但实际分析只需要其中五六列，中间还夹杂着一堆“创建人”“创建时间”“GUID”之类的无用字段。

操作：按住 Ctrl 键选中要删的列标题，右键选择「删除列」即可。如果反过来——你想保留的列很少，那就先选中要保留的列，然后在「主页」选项卡里点「删除列」→「删除其他列」，一步到位。

新手避坑：删列之前先确认一下这列后面会不会用到。Power Query 的好处是，就算删错了，你只需要在右侧「应用步骤」里把对应的步骤删掉，数据立马恢复原样。

三、筛选

场景：一张几万行的销售明细表，你只关心“华东区”和“华南区”的数据，或者需要把“订单状态”为“已取消”的行剔除掉。

操作：点击列标题右侧的小三角，弹出筛选菜单。你可以勾选具体值、设置文本筛选（比如“包含”“开头是”）、也可以按数字范围筛选。

筛选完之后，如果想基于不同的条件再看一遍数据，不需要重新做——在「应用步骤」里选中筛选之前的步骤，再设置新的筛选条件就行。

四、拆分列

场景：这是最典型的脏数据场景。比如一列里全是“TSHIRT_XL_RED_001”这样的 SKU 编码，你需要把它拆成商品名、尺码、颜色、编号四列。又比如“姓名”列里是“张三,13800138000”这种混合内容。

操作：选中要拆分的列，点「主页」→「拆分列」→「按分隔符」。在弹出的对话框中选好分隔符（下划线、空格、逗号等），选择拆分位置和拆分为“列”还是“行”，点确定就搞定。

Power Query 会自动生成新列，默认命名是“原列名.1”“原列名.2”，双击列标题改名即可。

小技巧：拆分位置有两个关键选项——“最左侧的分隔符”和“每次出现分隔符”。前者适合只拆一次的场景（比如“姓名,电话”只需要按第一个逗号拆开），后者适合需要完全展开的场景（比如 SKU 用下划线分隔了多个字段）。

五、替换值

场景：数据里到处是空单元格、乱码字符、或者同一个值有多种写法（比如“已发货”和“已发贷”），需要统一。

操作：选中要处理的列，点「转换」→「替换值」。在“要查找的值”里输入目标内容，“替换为”里输入新内容，点确定。

最常见的用法之一是把空单元格统一替换为 null（在替换值对话框中，查找值留空，替换为输入 null）。之后再用「转换」→「填充」→「向下填充」，就能把上方最近的非空值填到空单元格里，特别适合处理合并单元格被拆散后的场景。

六、数据类型转换

场景：从 CSV 或系统导出的数据，日期经常变成文本格式的“2026/13/01”或“31/07/2025”，数字被识别成文本导致无法求和，金额列混着“¥”符号无法计算。

操作：点击列标题左侧的类型图标，直接选择正确的数据类型（整数、小数、日期、文本等）。Power Query 是强类型语言，不同数据类型之间不能直接运算，所以这一步是清洗流程的必经环节。

如果数据中的日期格式因区域设置而无法识别，别急着硬转。正确做法是：选中日期列，点「转换」→「数据类型」→「使用区域设置」，在弹出的对话框中同时指定数据类型和对应的区域（比如英国英语对应 dd/MM/yyyy，美国英语对应 MM/dd/yyyy），这样就能准确转换了。

重要提醒：导入数据时，Power Query 会自动生成一个“更改的类型”步骤。如果它猜错了类型，一定要先把这个步骤删掉或调整，否则后续操作很容易报错。

七、一个完整的清洗流程长什么样？

把上面的操作串起来，一个典型的清洗流程就是这样的：

1. 从表格导入数据 → 2. 删除无用列 → 3. 筛选需要的数据行 → 4. 拆分混合内容的列 → 5. 替换空值和异常值 → 6. 统一数据类型 → 7. 加载回 Excel

整个过程可能只需要几分钟，而且所有步骤都被自动记录下来。下个月新数据来了，把文件放到指定位置，点一下「刷新」，所有清洗自动完成。

八、新手最容易踩的3个坑

坑1：直接改原始数据。 Power Query 的默认行为是“仅创建连接，不加载数据”，千万别手动把原始数据加载到 Excel 再改。所有操作都在编辑器里做，原始数据保持原样，出了问题随时回退。

坑2：一次性堆太多步骤再检查。 建议每做一步就看一下预览结果，不然最后报错了，你得挨个步骤排查，纯纯浪费时间。

坑3：忽略数据类型的一致性。 比如某列是日期类型，但里面混了文本型的无效日期，直接改类型必然报错。先筛选出异常值修正或删除，再统一改类型。

以上就是 Power Query 数据清洗最常用的5个操作。看似简单，但组合起来能解决日常工作中80%以上的数据清洗问题。