信息整理

找出 Excel 缺失值并制定处理方案

按字段和分组衡量缺失情况，再决定保留、补查或排除

7 分钟准备已测试:ChatGPT复核日期: 2026-08-28

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

分析或导入用途字段与缺失含义数量或代表性行

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请分析 Excel 缺失值并制定处理方案。

数据集用途：
[purpose]

字段及缺失值含义：
[fields]

数量、分组和代表性行：
[profile]

区分真正空白、未知、不适用、零、公式返回的空字符串，以及数据故障导致的缺失。除非处理规则和影响有充分依据，不要用平均值、零或猜测类别填补。请返回逐字段缺失概况、分组比较、标记为假设的可能原因、建议操作、验证公式，以及展示排除或填补如何改变结果的敏感性检查。

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

分析或导入用途: 按支持渠道报告工单平均解决小时数。ResolutionHours 只适用于已关闭工单。
字段与缺失含义: Status 必填；Channel 必填；ResolutionHours 对 Closed 必填，对 Open 不适用，也可能因导出故障为空。文本 N/A 表示不适用；数字 0 表示立即解决，是有效值。
数量或代表性行: 共 1000 行：800 Closed、200 Open。Closed 中有 40 条 ResolutionHours 空白，其中 32 条 Chat、8 条 Email。Open 有 200 条 N/A。三条 Closed 为 0。月中发生过来源系统变更。

示例输出

只在字段适用的记录中分析缺失。Open/N/A 行不是缺少解决时间，不能进入平均值分母。三个数字 0 是有效值。Closed 工单中的缺失率为 40/800=5%；缺失集中在 Chat 是分布不均的证据，但在比较变更前后日期前，“来源系统变更导致缺失”只能算假设。

增加 MissingClass：=IFS([@Status]<>"Closed","Not applicable",ISNUMBER([@ResolutionHours]),"Observed",[@ResolutionHours]="","Missing-required",TRUE,"Invalid-marker")。建立 MissingClass 按 Channel 以及系统变更前后时期的透视表。

建议不要用平均值填补。先尝试从来源系统恢复 40 条 Missing-required；在此之前，按渠道报告已观察平均值，并同时给出已观察数和缺失数。每个渠道至少做三种敏感性情景：只用已观察值、把缺失设为该渠道已观察值的第 25 百分位、设为第 75 百分位。如果渠道排序发生变化，应说明比较不稳健。对账关系：800 条 Closed = Observed + Missing-required + Invalid-marker。