我目前正在尝试对我的数据集执行数据清理，该数据集包含来自在线超市的在线交易的 2K 记录。
在我的数据集中，存在一些数据质量问题 -
1) “？”在我的收入列中，如图所示
我可以知道如何在 IBM SPSS Modeler 中清理这些数据吗？我尝试使用“填充”节点来替换“？”但我不太确定在表达式生成器中写什么。如您所见，Income 由于带有“？”的记录而以字符串形式存储在 Filler 节点中。
是否有人知道如何替换/清理收入数据，因为我想使用数据审计准备节点将缺失值替换为收入列的平均值。但是，要我这样做，我需要删除“？”为了将收入类型更改为类型节点中的连续数据。
2) 我的 Cigg 列 (T/F) 缺失值
我不太确定如何将 Cigg 列的缺失值替换为布尔值。请问我应该如何为此替换数据？
谢谢。
【问题讨论】：
标签： spss-modeler
图片被我屏蔽了，但你可以试试：
1) “？”在我的收入列中，如图所示： 使用语法类似于以下内容的派生节点：
replace('?','',收入)
语法将替换所有符号“？”对于''。
2) 我的 Cigg 列 (T/F) 缺失值
您想如何处理缺失值？您可以删除缺失值的行或使用一些技术来替换它们，但如果您有 2k 条记录，也许最好删除那些缺失的行。
A) 要删除它们，请使用以下语法的过滤器节点：
'variable' = '$null$' 并在对话框中选择选项丢弃。
B) 替换缺失值：使用派生节点并编写类似于以下的语法：
if variable = '$null$' then mean(variable) else variable endif （我在这里使用了平均值，但请尝试为您找到替换缺失的最佳选择）。
上面的这些节点将创建新变量，您必须为它们选择一个新名称以及对话框中的变量类型。
希望对您有所帮助！
【讨论】：
1.) 您可以尝试在填充节点的情况下使用@FIELD = "?"。
2.) 这取决于您要对数据做什么，根据使用情况，最好忽略列，将其替换为默认值或忽略数据行。
【讨论】：
对于问号，你可以试试Variable = "?"，或者在文本编辑器中读取符号，然后把它放到公式中。解决方法是逻辑排除，例如：条件替换 -> 非（变量 >= 0）-> 0
对于空值，可以使用 Replace 部分的 Blanks and Nulls 按钮，也可以使用 Variable = undef（undef 是 Modeler 中的 Null 值）
这是 Filler 节点中的所有逻辑。
【讨论】：