Excel-ൽ നിങ്ങൾ ചെയ്യുന്ന ഓരോ calculation-ഉം ആശ്രയിച്ചിരിക്കുന്നത് ഒരു പ്രധാന ചോദ്യത്തെയാണ്: ഈ cell-ൽ ഉള്ളത് ഏത് തരത്തിലുള്ള value ആണ്? ഒറ്റനോട്ടത്തിൽ 18 എന്ന് തോന്നിക്കുന്നതും എന്നാൽ text ആയി store ചെയ്യപ്പെട്ടിട്ടുള്ളതുമായ ഒരു മാർക്ക് SUM കണക്കാക്കുമ്പോൾ ഒഴിവാക്കപ്പെടും (skip ചെയ്യപ്പെടും); യാതൊരു മുന്നറിയിപ്പുമില്ലാതെ നിങ്ങളുടെ class average തെറ്റുകയും ചെയ്യും. വിശ്വസനീയമായ ഫലങ്ങൾ ലഭിക്കുന്നതിനായുള്ള ആദ്യ പടിയാണ് data types തിരിച്ചറിയാൻ പഠിക്കുക എന്നത്.
What is a data type?
Excel ഓരോ cell entry-യെയും അടിസ്ഥാനപരമായ ചില value തരങ്ങളായാണ് store ചെയ്യുന്നത്. Data analysis-ൽ പ്രധാനമായും അഞ്ച് തരത്തിലുള്ളവയാണ് ഉള്ളത്:
| Data type | Examples | What Excel does with it |
| Number | 45, 72.5, 0.18 | കൂട്ടാനും (add), average കാണാനും, താരതമ്യം ചെയ്യാനും (compare) സാധിക്കും |
| Text | Anjana, S01, AB, Kozhikode | ഒരു label ആയി പരിഗണിക്കുന്നു; ഒരു range-ൽ കണക്കുകൂട്ടുമ്പോൾ SUM, AVERAGE എന്നിവ ഇവയെ അവഗണിക്കുന്നു (ignore ചെയ്യുന്നു) |
| Date / time | 15-06-2024, 10:30 AM | Number ആയി store ചെയ്യുന്നു; അതിനാൽ dates തമ്മിൽ കുറയ്ക്കാനോ (subtract), ദിവസങ്ങൾ കൂട്ടിച്ചേർക്കാനോ (add) സാധിക്കും |
| Logical | TRUE, FALSE | Yes/no values; സാധാരണയായി =D2>=8 പോലുള്ള comparisons വഴി ലഭിക്കുന്നു |
| Error | #DIV/0!, #NAME?, #VALUE!, #N/A | ഒരു formula-യ്ക്ക് ശരിയായ ഫലം നൽകാൻ സാധിക്കാതെ വരുമ്പോൾ ഉണ്ടാകുന്നത് |
തുടക്കക്കാരെ അത്ഭുതപ്പെടുത്തുന്ന രണ്ട് വസ്തുതകൾ:
- Dates are numbers in disguise (തീയതികൾ യഥാർത്ഥത്തിൽ സംഖ്യകളാണ്): Excel-ന്റെ default ആയ 1900 date system അനുസരിച്ച്, 1 January 1900 എന്നത് serial number 1 ആണ്; തുടർന്നുള്ള ഓരോ ദിവസത്തിനും 1 വീതം കൂടുന്നു. അതിനാൽ 15-06-2024 എന്നത് date format-ൽ കാണിക്കുന്ന 45458 എന്ന സംഖ്യയാണ്. ദിവസത്തിന്റെ ഒരു ഭാഗമായാണ് (fractions of a day) സമയം store ചെയ്യുന്നത് (ഉച്ചയ്ക്ക് 12:00 എന്നത് 0.5 ആണ്). അതുകൊണ്ടാണ്
=C3-C2രണ്ട് തീയതികൾക്കിടയിലുള്ള ദിവസങ്ങളുടെ എണ്ണം നൽകുന്നത്. - A number can be stored as text (ഒരു സംഖ്യ text ആയി store ചെയ്യപ്പെടാം): ഒരു portal-ൽ നിന്നോ CSV ഫയലിൽ നിന്നോ data import ചെയ്യുമ്പോഴോ, ടൈപ്പ് ചെയ്യുന്നതിന് മുൻപ് cell-ന്റെ format ‘Text’ ആയി നിശ്ചയിച്ചിരുന്നെങ്കിലോ, അല്ലെങ്കിൽ ടൈപ്പ് ചെയ്യുമ്പോൾ അപ്പോസ്ട്രോഫി ചേർക്കുകയോ (
'18) ചെയ്താൽ ഇത് സംഭവിക്കാം. ഇത് കാണാൻ number പോലെ ഇരിക്കുമെങ്കിലും ഒരു വാക്ക് (word) പോലെയാണ് പ്രവർത്തിക്കുന്നത്.
How to see a cell’s data type
- Step 1 – Look at the alignment: Default General format-ൽ, മാനുവലായി alignment മാറ്റിയിട്ടില്ലെങ്കിൽ, numbers-ഉം dates-ഉം cell-ന്റെ വലതുവശത്തും (right-aligned), text ഇടതുവശത്തും (left-aligned), logical-ഉം error values-ഉം മധ്യത്തിലുമാണ് (centred) കാണപ്പെടുക. ഇടതുവശത്ത് കാണുന്ന ഒരു “number” ഒരു മുന്നറിയിപ്പാണ്.
- Step 2 – Look for the green triangle: Text ആയി store ചെയ്യപ്പെട്ട സംഖ്യകളെ Excel cell-ന്റെ മുകളിൽ ഇടത് മൂലയിൽ ഒരു ചെറിയ പച്ച ത്രികോണം (green triangle) വഴി അടയാളപ്പെടുത്തുന്നു. Cell select ചെയ്യുമ്പോൾ അരികിൽ വരുന്ന warning button-ൽ ക്ലിക്ക് ചെയ്ത് Convert to Number തിരഞ്ഞെടുക്കുക (ഇനി PIN code പോലെ ഒരിക്കലും calculation ആവശ്യമില്ലാത്ത യഥാർത്ഥ text ആണെങ്കിൽ Ignore Error തിരഞ്ഞെടുക്കാം).
- Step 3 – Check the format:Ctrl+1 പ്രസ്സ് ചെയ്ത് Format Cells തുറന്ന് Number tab പരിശോധിക്കുക. ഓർക്കുക: ഫോർമാറ്റ് ‘Number’ എന്ന് മാറ്റിയതുകൊണ്ട് മാത്രം മുമ്പ് text ആയി നൽകിയ values തനിയെ മാറില്ല — അവ Convert to Number ചെയ്യുകയോ (Step 2) വീണ്ടും ടൈപ്പ് ചെയ്യുകയോ വേണം.
- Step 4 – Ask Excel directly with a formula:
=TYPE(A2): Number-ന് (dates ഉൾപ്പെടെ) 1, text-ന് 2, logical value-ന് 4, error-ന് 16, array-ക്ക് 64 എന്നിങ്ങനെ നൽകുന്നു.=ISNUMBER(A2),=ISTEXT(A2): TRUE അല്ലെങ്കിൽ FALSE നൽകുന്നു.ISNUMBER("19")എന്നത് FALSE ആയിരിക്കും — കാരണം IS functions ടെക്സ്റ്റിനെ നമ്പറാക്കി മാറ്റില്ല.
Mac and older versions: പച്ച ത്രികോണ പരിശോധന, Format Cells, TYPE/IS functions എന്നിവ Excel 2016/2019/2021 പതിപ്പുകളിലും Excel for Mac-ലും ഒരുപോലെ പ്രവർത്തിക്കുന്നു (Mac-ൽ Format Cells തുറക്കാൻ Cmd+1 ഉപയോഗിക്കുക). വളരെ പഴയ ചില Mac workbooks 1904 date system ഉപയോഗിക്കുന്നുണ്ട്; ഇതിൽ serial numbers-ൽ 1,462 ദിവസങ്ങളുടെ വ്യത്യാസമുണ്ടാകും — ഫയലുകൾ തമ്മിൽ copy ചെയ്യുമ്പോൾ dates 4 വർഷം മാറുന്നുണ്ടെങ്കിൽ ഇത് ശ്രദ്ധിക്കുക.
Worked example: internal marks of a tutorial batch
ഒരു അധ്യാപകൻ കോളേജ് പോർട്ടലിൽ നിന്ന് 6 വിദ്യാർത്ഥികളുടെ internal-assessment മാർക്കുകൾ (out of 20) ഡൗൺലോഡ് ചെയ്ത് RawData എന്ന sheet-ലേക്ക് paste ചെയ്യുന്നു:
| Row | A: Roll No | B: Name | C: Admission Date | D: Internal (out of 20) | E: Present on test day |
| 2 | S01 | Anjana | 15-06-2024 | 17 | TRUE |
| 3 | S02 | Fathima | 15-06-2024 | 18 (stored as text) | TRUE |
| 4 | S03 | Rahul | 17-06-2024 | AB | FALSE |
| 5 | S04 | Nihal | 15-06-2024 | 14 | TRUE |
| 6 | S05 | Sreya | 20-06-2024 | 19 | TRUE |
| 7 | S06 | Muhammed | 17-06-2024 | 12 | TRUE |
യഥാർത്ഥ data മാറ്റമില്ലാതെ സൂക്ഷിക്കുന്നതിനായി, Analysis എന്ന മറ്റൊരു sheet-ൽ അധ്യാപകൻ ചില type checks-ഉം quick summaries-ഉം ചേർക്കുന്നു:
| Check | Formula | Result |
| Type of Anjana’s mark | =TYPE(RawData!D2) | 1 (number) |
| Type of Fathima’s mark | =TYPE(RawData!D3) | 2 (text!) |
| Type of an admission date | =TYPE(RawData!C2) | 1 (dates are numbers) |
| Type of a TRUE/FALSE entry | =TYPE(RawData!E2) | 4 (logical) |
| Numeric marks found | =COUNT(RawData!D2:D7) | 4 |
| Non-empty mark cells | =COUNTA(RawData!D2:D7) | 6 |
| Total of marks | =SUM(RawData!D2:D7) | 62 |
| Days between S01 and S05 admission | =RawData!C6-RawData!C2 | 5 |
(COUNT, COUNTA എന്നിവ Topic 17-ൽ വിശദമായി പ്രതിപാദിക്കുന്നുണ്ട്; ഇവിടെ ഒരു ദ്രുത type check എന്ന നിലയിലാണ് ഉപയോഗിച്ചിരിക്കുന്നത്.)
ഫാത്തിമയുടെ മാർക്ക് Convert to Number വഴി മാറ്റിയ ശേഷം, COUNT എന്നത് 5 ആവുകയും, ആകെ മാർക്ക് (total) 80 ആവുകയും, പരീക്ഷയെഴുതിയവരുടെ ശരാശരി (average) 80 ÷ 5 = 16 ആവുകയും ചെയ്യുന്നു. രാഹുലിന്റെ “AB” എന്നത് കൃത്യമായി text ആയിത്തന്നെ തുടരുന്നു — പരീക്ഷയ്ക്ക് ഹാജരാകാത്ത വിദ്യാർത്ഥിയെ പൂജ്യമായി (0) കണക്കാക്കാൻ പാടില്ല.
Error values പ്രവർത്തിക്കുന്നതും നമുക്ക് കാണാം. ഒരു formula ശൂന്യമായ cell കൊണ്ട് ഹരിക്കുകയാണെങ്കിൽ, =RawData!D2/RawData!F2 എന്നത് #DIV/0! എന്ന് കാണിക്കും; =SUMM(RawData!D2:D7) പോലെ തെറ്റായി ടൈപ്പ് ചെയ്ത function ആണെങ്കിൽ #NAME? എന്ന് കാണിക്കും. ഇവ രണ്ടിന്റെയും =TYPE() ഫലം 16 ആയിരിക്കും.
What does this tell us?
ശരിയാക്കുന്നതിന് മുൻപ്, 5 ശരിയായ മാർക്കുകൾ എന്ന് തോന്നിച്ചതിൽ നിന്ന് Excel നൽകിയ ആകെ തുക 62 മാത്രമായിരുന്നു — ഫാത്തിമയുടെ 18 യാതൊരു അറിയിപ്പുമില്ലാതെ വിട്ടുപോയി. ആ total-നെ അടിസ്ഥാനമാക്കി കണക്കാക്കുന്ന ഏത് average-ഉം grade-ഉം ബാച്ചിന്റെ യഥാർത്ഥ നിലവാരത്തെക്കാൾ കുറവായിരിക്കും. ഇവിടെ calculation തെറ്റായിരുന്നില്ല, മറിച്ച് data type-ൽ വന്ന പിഴവാണ് പ്രശ്നമായത്. കൂടാതെ “AB” എന്നത് അർത്ഥവത്തായ text ആണെന്നും ശ്രദ്ധിക്കുക: അത് ഹാജരാകാതിരുന്നതിനെ (absence) സൂചിപ്പിക്കുന്നു, ഇത് 0 മാർക്ക് ലഭിക്കുന്നതിൽ നിന്നും വ്യത്യസ്തമാണ്, അതിനാൽ ഇത് പ്രത്യേകമായി രേഖപ്പെടുത്തേണ്ടതുണ്ട്.
How to check your result
ഓരോ numeric column-നും അരികെ =COUNT(range), =COUNTA(range) എന്നിവ നൽകുക. എണ്ണത്തിൽ വ്യത്യാസമുണ്ടെങ്കിൽ, ചില cell-കളിൽ text, spaces മാത്രമുള്ള ശൂന്യമായ ഭാഗങ്ങൾ അല്ലെങ്കിൽ errors അടങ്ങിയിട്ടുണ്ടെന്ന് മനസ്സിലാക്കാം — കണക്കുകൂട്ടലുകൾ നടത്തുന്നതിന് മുൻപ് അവ കണ്ടെത്തുക. തുടർന്ന് ഒരു തുക സ്വയം കൂട്ടി പരിശോധിച്ച് ഉറപ്പുവരുത്തുക (17 + 18 + 14 + 19 + 12 = 80). ഈ പരിശോധനകൾ raw data-യിൽ ചെയ്യാതെ Analysis sheet-ൽ തന്നെ സൂക്ഷിക്കുക, അതുവഴി അടുത്ത സെമസ്റ്ററിലെ ഫയലുകൾ ഡൗൺലോഡ് ചെയ്യുമ്പോഴും ആർക്കും ഇത് എളുപ്പത്തിൽ വീണ്ടും ഉപയോഗിക്കാം.
Common mistakes
- Trusting what the cell looks like: പച്ച ത്രികോണത്തോടെ cell-ന്റെ ഇടതുവശത്ത് കാണുന്ന “18” ഒരു text ആണ്; ഒരു range-ൽ കണക്കുകൂട്ടുമ്പോൾ SUM, AVERAGE എന്നിവ ഇതിനെ ഒഴിവാക്കും.
- Changing the format and assuming the problem is fixed: Text ആയ ഒരു cell-ന്റെ format ‘Number’ എന്ന് മാറ്റിയതുകൊണ്ട് മാത്രം നിലവിലുള്ള entries മാറില്ല; അതിനായി Convert to Number തന്നെ ഉപയോഗിക്കുക.
- Typing long ID numbers as numbers: Excel ആദ്യത്തെ 15 അക്കങ്ങൾ മാത്രമേ കൃത്യമായി നിലനിർത്തുകയുള്ളൂ (15 significant digits). അതിനാൽ 16 അക്കങ്ങളുള്ള ID-യുടെ അവസാന അക്കങ്ങൾ പൂജ്യമായി മാറും. ID നമ്പറുകൾ, ഫോൺ നമ്പറുകൾ, PIN കോഡുകൾ എന്നിവ text ആയിത്തന്നെ സൂക്ഷിക്കുക (കോളത്തിന്റെ ഫോർമാറ്റ് മുൻകൂട്ടി Text ആക്കുകയോ അല്ലെങ്കിൽ നമ്പറിന് മുന്നിൽ അപ്പോസ്ട്രോഫി
'ചേർക്കുകയോ ചെയ്യുക). - Entering dates as text: നിങ്ങളുടെ കമ്പ്യൂട്ടർ സിസ്റ്റം പ്രതീക്ഷിക്കുന്നതിന് വിപരീതമായ separator ഉപയോഗിച്ച് തീയതി നൽകുന്നത് (ഉദാഹരണത്തിന് “15.06.2024”). അത്തരം സന്ദർഭങ്ങളിൽ തീയതി left-aligned ആയിരിക്കുകയും
=TYPE()ഫലം 2 ആയിരിക്കുകയും ചെയ്യും; ഇവ തമ്മിൽ കുറയ്ക്കാനോ മാസം തിരിച്ച് filter ചെയ്യാനോ സാധിക്കില്ല. - Replacing absences or missing values with 0: ഹാജരാകാത്തതോ ലഭ്യമല്ലാത്തതോ ആയ വിവരങ്ങൾക്ക് പകരം 0 നൽകരുത്. വ്യക്തമായ ഒരു text code (AB, NA) നൽകുകയോ cell ശൂന്യമായി ഇടുകയോ ചെയ്യുക, ഒപ്പം analysis-ൽ ഇതിനെ എങ്ങനെ കൈകാര്യം ചെയ്യണമെന്ന് കൃത്യമായി തീരുമാനിക്കുക.
Practice exercise
A1:A6 വരെയുള്ള cell-കളിൽ അടങ്ങിയിരിക്കുന്നവ: 25, ’42 (അപ്പോസ്ട്രോഫി ഉപയോഗിച്ച് ടൈപ്പ് ചെയ്തത്), TRUE, 01-07-2024 (ശരിയായ ഒരു date), #N/A ഫലമായി വരുന്ന ഒരു formula, Kozhikode.
- ഓരോ cell-നും
=TYPE()എന്തായിരിക്കും ഫലം നൽകുക? =COUNT(A1:A6)എന്ത് ഫലം നൽകും?
Answer:
- 1, 2, 4, 1, 16, 2 — അപ്പോസ്ട്രോഫി 42-നെ text ആക്കി മാറ്റുന്നു, തീയതി ഒരു സംഖ്യയാണ് (serial number 45474).
- 2 — 25-ഉം തീയതിയും മാത്രമാണ് ഇവിടെ numbers; ഒരു range-ൽ വരുന്ന text, logical values, errors എന്നിവയെ COUNT അവഗണിക്കുന്നു.
Key takeaways
- Analysis-നായി Excel ഉപയോഗിക്കുന്ന അടിസ്ഥാന data types عبارتند: number, text, date/time (numbers ആയി സൂക്ഷിക്കുന്നത്), logical (TRUE/FALSE), error values.
- Alignment, പച്ച ത്രികോണം (green triangle), Format Cells (Ctrl+1),
=TYPE(),=ISNUMBER()എന്നിവ വഴി ഒരു cell-ൽ യഥാർത്ഥത്തിൽ എന്താണുള്ളതെന്ന് തിരിച്ചറിയാം. - Text ആയി സൂക്ഷിച്ചിരിക്കുന്ന സംഖ്യകളെ SUM, AVERAGE എന്നിവ ഒഴിവാക്കും — Analysis ചെയ്യുന്നതിന് മുൻപ് അവയെ മാറ്റിയെടുക്കുക.
- Data-type കൃത്യത പരിശോധിക്കുന്നതിനായി ഓരോ numeric column-ലും COUNT, COUNTA എന്നിവ താരതമ്യം ചെയ്യുക.
- Raw data മാറ്റമില്ലാതെ സൂക്ഷിക്കുക; ആവർത്തിച്ച് പരിശോധനകൾ നടത്താൻ സാധിക്കുന്നതിനായി Analysis sheet-ൽ കണക്കുകൂട്ടലുകൾ നടത്തുക.