6.1 缺失值处理

我们在数据库中存储的数据一般都会由于各种原因存在缺失值，我们需要对这部分数据进行处理。一般的处理方式有两种：第一种是直接把缺失值过滤掉，第二种是对缺失值进行填充。

1. Excel实现

对第一种处理方式，在Excel中，我们可以通过筛选的方式将非缺失值部分筛选出来，从而就可以得到过滤掉缺失值以后的数据了。

对第二种处理方式，我们可以通过筛选的方式将缺失值部分筛选出来，然后手动填充上我们想要的值。我们也可以通过空值定位条件来对全表中的缺失值进行统一填充。先按Ctrl+G快捷键调出“定位”对话框，然后单击“定位条件”按钮，在弹出的“定位条件”对话框中选择“空值”选项，最后单击“确定”按钮。这样就会把所有的缺失值单元格选中，在第一个缺失值单元格内输入想要填充的值，输入以后按Ctrl+ Enter快捷键就可以对所有缺失值进行填充。

2. SQL实现

对第一种处理方式，在SQL中，我们可以通过where进行过滤，具体实现代码如下：

select
   *
from
   demo.chapter6
where profession != ""

运行上面的代码，我们就可以得到过滤掉缺失值以后的数据，具体运行结果如下表所示。

!=表示不等于，""表示空值，缺失值有空格、null和空值三种表现形式，前两种形式虽然也表示缺失值，但是在对应的单元格内是有值的，而后一种空值是没有值的，表示这个单元格什么都没有。

如果缺失值是用空格表示的，要过滤掉缺失值，where后面就需要改成profession != " "；如果缺失值是用null表示的，要过滤掉缺失值，where后面就需要改成profession is not null。

上面的处理方式把profession列是缺失值的行都过滤掉了，所以这种处理方式会把其他非缺失值的字段过滤掉，而造成数据的浪费。我们可以将profession列中的缺失值填充为其他，而不是直接过滤掉，这就是针对缺失值的第二种处理方式，使用的是coalesce()函数，具体实现代码如下：

select
   order_id
   ,memberid
   ,coalesce(profession,"其他")
from
   demo.chapter6

运行上面的代码，具体运行结果如下表所示。

上面的结果并不是我们想要的，profession列的缺失值并没有填充成其他。

这是因为coalesce()函数的形式为(null,null,...,null,value)。

如果value前面的值均为null，则缺失值被填充为value。我们在前面讲过，用来表示缺失值的空值和null是有区别的，这里面的缺失值是空值而非null，所以coalesce()函数没有生效。

运行下面的代码，就可以得到我们想要的结果：

select coalesce(null,"我是填充值")

运行上面的代码，得到的结果为我是填充值。

对于这种缺失值是空值的情况，我们可以用if条件语句来进行处理，关于if条件语句，后续章节会详细讲述。

读者有没有注意到，上面的代码中只有select，而没有from，按照我们之前的理解，要想select必须先指明从哪里select，也就是应该要有from。可是为什么上面的代码中虽然没有写from，但依然可以得出结果呢？这是因为select部分不需要依赖于任何表的数据，全部是由我们手动填充的，我们只是利用了SQL中提供的功能对我们手动填充的数据进行运算。比如，我们还可以进行如下运算：

select 1 + 1

运行上面的代码，最后得到的结果为2。