---
schema_version: "1"
id: 41c30e0057618ad971bdba254000de097103c51aa2603112e25359bec88f6b18
title: 使用 Data Interpreter 清理 Excel、CSV、PDF 和 Google Sheets 中的数据
collection: tableau
version: current
locale: zh-cn
portal_url: https://docs.salesforce.com/tableau/current/zh-cn/pro/desktop/data_interpreter.md
canonical_url: https://help.tableau.com/current/pro/desktop/zh-cn/data_interpreter.htm
source_site: help.tableau.com
content_type: documentation
content_hash: 5a4d7f4ec04938fb4fb3d84a6f83607054f91ecd48fabb2fc11449ee065d06e7
description: Use Data Interpreter to clean messy Excel, CSV, PDF, and Google Sheets data for analysis.
---
[跳转到主要内容](#main-content)

# 使用 Data Interpreter 清理 Excel、CSV、PDF 和 Google Sheets 中的数据

通过 Excel 电子表格跟踪数据时，您在创建电子表格时会考虑人机界面。为了使电子表格易于阅读，您可能会包括像标题、堆叠式标头、注释这样的内容，并可能包括空行和空列来增加空白空间，而且还可能有多个数据标签。

如果要在 Tableau 中分析此数据，这些美观的内容可能会使 Tableau 很难解读您的数据。Data Interpreter 的作用就在于此。

**提示：**尽管不再支持 Tableau 的 Excel 外接程序，但 Data Interpreter 仍可帮助您对数据进行重整，以便在 Tableau 中分析。

## Data Interpreter 有什么作用？

Data Interpreter 能够让您在清理数据时先拔头筹。它可以检测并绕过标题、注释、页脚、空单元格等内容，从而确定数据集中的实际字段和值。

它甚至可检测到附加的表和子表，以便可以独立于其他数据使用数据的子集。

Data Interpreter 发挥它的魔力之后，您可以检查它的工作，确保它捕获并正确标识了您所需的数据。然后，您可以进行任何必要的调整。

选择要使用的数据之后，您可能还需要执行一些额外的清理步骤，比如对数据进行透视、拆分字段或添加筛选器，以便在开始分析之前将数据塑造成所需的形式。

**注意**：如果您需要的更多数据清理工作超出了 Data Interpreter 的能力范畴，请尝试 [Tableau Prep](https://www.tableau.com/zh-cn/products/prep)。

## 打开 Data Interpreter 并查看结果

1. 从“连接”窗格中，连接到 Excel 电子表格或其他支持 Data Interpreter 的连接器，例如文本 (.csv) 文件、PDF 文件或 Google Sheets。
2. 将一个表拖到画布上（如果需要），然后在“数据源”页面上的左侧窗格中，选中“使用 Data Interpreter”复选框，确定 Data Interpreter 是否可帮助清理您的数据。
    
    ![“数据源”页面左侧窗格上的“使用 Data Interpreter”复选框。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter3.png)
    
    注意：当您使用 Data Interpreter 清理您的数据时，Data Interpreter 会清理与数据源中的连接关联的所有数据。Data Interpreter 不会更改基础数据。
3. 在“数据”窗格中，单击“查看结果”链接，查看 Data Interpreter 的结果。
    
    ![“数据”窗格中的“查看结果”链接。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter5.png)
    
    您的数据源的副本将在 Excel 中“数据解释器的键”标签上打开。查看键以了解如何阅读结果。
    
    ![Data Interpreter 选项卡的键，包含有关如何读取结果的信息。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter11.png)
4. 单击每个标签以查看 Data Interpreter 如何解读数据源。
    
    如果 Data Interpreter 发现了附加的表（也称为找到的表或子表），则会通过划定这些表的单元格范围在“<工作表名称>\_subtables”标签中标识它们。此外还会为每个子表包括一个单独的标签，进行颜色编码来标识标头和数据行。
    
    如果 Data Interpreter 未提供预期结果，请清除“使用 Data Interpreter 清理”复选框以使用原始数据源。
    
    ![“使用 Data Interpreter 清理”复选框。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter12.png)
5. 若要将当前表替换为任何找到的表，请将当前表拖离画布，然后将要使用的找到的表拖到画布上。
    
    如果 Data interpreter 错误地标识了找到的表的范围，请在将找到的表拖到画布后，单击该表上的下拉箭头，然后选择“编辑找到的表”来调整找到的表的角（表的左上单元格和右下单元格）。
    
    ![“编辑找到的表”菜单，其中包含调整找到的表范围的选项。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter9.png)
6. 有了想要使用的数据之后，您可以向数据应用任何其他清理操作，以便可对其进行分析。

### Data Interpreter 示例

在本例中，我们要连接到一个 Excel 电子表格，其中包含 2016 年按城市和州列出的暴力犯罪数据。此电子表格在一个工作表中包括多个表，并包括一些额外的格式设置。

![Excel 电子表格，突出显示了额外的格式，包括标题、合并的标题单元格、额外的空白和子表。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter1.png)

1. 标题
2. 合并的标头单元格
3. 额外的空白空间
4. 子表

此电子表格中额外的格式设置让 Tableau 难以确定字段标题和值是什么。

作为替代，它会纵向读取数据并为每个列分配默认值 F1、F2、 F3（字段 1、字段 2、字段 3）等。空白单元格被读取为 null 值。

![具有额外格式的电子表格的结果显示垂直读取的数据，为每列分配默认值，并且空白单元格读取为 null 值。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter2.png)

为了确定 Data Interpreter 是否能帮助清理此数据集，我们选择了“使用 Data Interpreter”。

Data Interpreter 检测到字段的正确标题、移除了额外的格式设置，并找到了若干子表。这些子表列在“数据”窗格的“工作表”部分，并使用原始工作表名称及每个子表的单元格范围命名。

本例中有三个子表：“Crimes 2016 A4:H84”、 “Crimes 2016 K5:L40”和“Crimes 2016 O5:P56”。

![使用 Data Interpreter 后的结果，它识别了正确的字段标题并移除了多余的格式和子表。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter4.png)

为了更仔细地检查 Data Interpreter 的结果，我们在“数据”窗格中单击“查看结果”链接来查看已添加注释的电子表格副本。

在这里我们会看到原始数据的副本，其已进行颜色编码来确定那些数据标识为标头数据，哪些数据标识为字段值。

![原始数据的副本经过颜色编码，以红色标识标题数据，以绿色标识字段值。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter6.png)

下一个标签显示 Data Interpreter 找到的子表，其轮廓线通过单元格范围划定。

![Data Interpreter 找到的子表，按单元格范围列出。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter7.png)

在本例中，第一个子表“Crimes 2016 A4:H84”包含我们想要处理的主要数据。若要将此表用作我们的数据表，只需将原始表拖离画布，然后将新表拖到画布上即可。

![已添加到画布的新表。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter8.png)

画布中有了我们想要处理的数据之后，我们可以对数据进行一些额外的清理。例如，我们可以：

- 更改字段名，使它们表示城市、州和月份名称。
- 对月份字段进行透视。
- 拖入第三个子表“Crimes 2016 o5:P56”，并将其联接到第一个子表的“State”（州）字段上，以包括州人口数进行分析。
- 隐藏由于联接而增加的任何重复字段。

结果可能如下所示：

![清理数据后的结果示例。](/tableau/current/zh-cn/pro/desktop/zh-cn/Img/data_interpreter10.png)

现在我们已准备好在 Tableau 中开始分析数据。

## Data Interpreter 何时不可用

Data Interpreter 选项可能会因以下原因而不可用：

- **数据源已具有 Tableau 可以解释的格式：**如果 Tableau Desktop 无需 Data Interpreter 的额外帮助就能处理独特的格式设置或无关的信息，则 Data Interpreter 选项不可用。
- **许多行或许多列：**在数据具有以下属性时，Data Interpreter 选项不可用：
    
    - 数据包含超过 2000 列。
    - 数据包含超过 3000 行和超过 150 列。
- **数据源不受支持：**Data Interpreter 仅可用于 Microsoft Excel、文本 (.csv) 文件、PDF 文件和 Google Sheets。对于 Excel，数据必须为 .xls 和 .xlsx 格式。