Fehlende Daten behandeln
Sieh, welche Zellen leer sind, und wähle, wie sie gefüllt werden sollen — Standardwerte, Forward-Fill oder leere Zeilen löschen.
Datei hierher ziehen & ablegen
oder klicken zum Durchsuchen
Keine Datei zur Hand?
Fehlende Werte in deinem Datensatz behandeln
Fehlende Daten sind allgegenwärtig: leere Zellen in CSVs, leere Excel/ODS-Spalten, Null-Werte in JSON-Exporten. Sie zerstören Formeln, verzerren Statistiken und bringen Visualisierungen zum Absturz. DataScrub zeigt dir genau, wo die Lücken sind, und bietet dir fünf Möglichkeiten, sie zu beheben.
So korrigierst du fehlende Daten
- Datei hochladen — der Gesundheitsbericht erscheint automatisch.
- Gesundheitsbericht prüfen — sehen, welche Spalten und Zeilen fehlende Werte haben.
- Füllstrategie wählen — den Ansatz auswählen, der am besten zu deinen Daten passt.
- Anwenden und herunterladen — bereinigten Datensatz in Sekunden erhalten.
Füllstrategien erklärt
- Standardwert — alle Lücken mit einem einzelnen Wert wie „N/A", „0" oder „Unbekannt" füllen.
- Pro Spalte — für jede Spalte einen eigenen Füllwert festlegen, sodass Namen „Unbekannt" und Beträge „0" erhalten.
- Forward-Fill — den vorherigen Zeilenwert nach unten kopieren. Ideal für Zeitreihen, bei denen der letzte bekannte Wert fortgeschrieben wird.
- Zeilen löschen — jede Zeile entfernen, die einen fehlenden Wert enthält. Verwenden, wenn Vollständigkeit wichtiger ist als Stichprobengröße.
Wann welche Strategie verwenden
Verwende Standardwert für einfache, einheitliche Datensätze, bei denen ein Wert alles abdeckt. Pro Spalte ist besser, wenn verschiedene Spalten unterschiedliche Behandlung benötigen — beispielsweise Textspalten mit „Unbekannt" und Zahlenspalten mit „0". Forward-Fill eignet sich am besten für Zeitreihen und geordnete Daten, bei denen Werte bis zur Änderung wiederholt werden. Zeilen löschen ist die richtige Wahl, wenn du einen vollständigen Datensatz brauchst und dir den Verlust einiger Beobachtungen leisten kannst.
Tipps für den Umgang mit fehlenden Daten
- Immer zuerst profilieren — das Muster der fehlenden Werte verstehen, bevor du entscheidest, wie du damit umgehst.
- Nicht blindlings füllen — überlege, was die fehlenden Werte bedeuten. Sind sie zufällig oder signalisieren sie etwas Wichtiges?
- Forward-Fill ist perfekt für Sensordaten und finanzielle Zeitreihen, bei denen Werte bis zur Aktualisierung bestehen bleiben.
Häufig gestellte Fragen
Was ist Forward-Fill?
Forward-Fill (auch LOCF — Last Observation Carried Forward) kopiert den letzten nicht-leeren Wert in einer Spalte in die nächste leere Zelle. Es wird häufig in Zeitreihendaten verwendet, bei denen ein Wert gleich bleibt, bis eine neue Messung erfasst wird.
Soll ich fehlende Werte löschen oder füllen?
Das hängt von deinen Daten ab. Lösche Zeilen, wenn du einen vollständigen Datensatz brauchst und fehlende Werte selten sind. Fülle, wenn fehlende Werte häufig sind und das Löschen zu viele Daten verlieren würde. Berücksichtige immer, was die fehlenden Werte im Kontext bedeuten.
Kann ich Änderungen rückgängig machen?
Ja. Du kannst die Originaldatei jederzeit erneut hochladen, um neu zu beginnen. Jede Operation arbeitet mit einer frischen Kopie, sodass deine Quelldaten nie direkt geändert werden.
Was zeigt die Mini-Karte?
Die Mini-Karte ist ein visuelles Raster, in dem jede Zelle einen Wert in deinem Datensatz darstellt. Grüne Zellen enthalten Daten, gelbe Zellen fehlen. Sie gibt dir einen schnellen visuellen Überblick, wo sich die Lücken häufen — ob sie zufällig verteilt oder in bestimmten Zeilen oder Spalten konzentriert sind.