മിക്ക യഥാർത്ഥ ഡാറ്റാ അനാലിസിസുകളും (data analysis) ആരംഭിക്കുന്നത് മറ്റാരെങ്കിലും തയ്യാറാക്കിയ ഒരു ഫയലിൽ നിന്നാണ്: ഒരു സർവേ ആപ്പിൽ നിന്നുള്ള CSV ഫയൽ, എക്സലിലേക്ക് export ചെയ്ത ഹോസ്പിറ്റൽ രജിസ്റ്റർ, അല്ലെങ്കിൽ ഒരു യൂണിവേഴ്സിറ്റി പോർട്ടലിൽ നിന്ന് ഡൗൺലോഡ് ചെയ്ത റിസൾട്ടുകൾ. ഈ import പ്രക്രിയയിൽ എന്തെങ്കിലും പിഴവ് സംഭവിച്ചാൽ (കോഡുകളുടെ തുടക്കത്തിലുള്ള പൂജ്യങ്ങൾ നഷ്ടപ്പെടുക, തീയതികൾ ടെക്സ്റ്റായി മാറുക, ഒരു കോളം തെറ്റായ സ്ഥാനത്ത് വിഭജിക്കപ്പെടുക എന്നിവ), പിന്നീട് നിങ്ങൾ കണക്കുകൂട്ടുന്ന ഓരോ സംഖ്യയും തെറ്റായി മാറും. CSV, XLSX ഫയലുകൾ എങ്ങനെ കൃത്യതയോടെ Excel-ലേക്ക് കൊണ്ടുവരാമെന്നും, വരുന്ന വഴിയിൽ ഡാറ്റയ്ക്കൊന്നും തകരാർ സംഭവിച്ചിട്ടില്ലെന്ന് എങ്ങനെ പരിശോധിക്കാമെന്നും ഈ ലേഖനം വിശദീകരിക്കുന്നു.
CSV-യും XLSX-ഉം: എന്താണ് വ്യത്യാസം?
ഒരു CSV (comma-separated values) ഫയൽ എന്നത് ഒരു പ്ലെയിൻ ടെക്സ്റ്റ് (plain text) ആണ്. ഇതിലെ ഓരോ വരിയും ഓരോ റെക്കോർഡും, ഫീൽഡുകളെ വേർതിരിക്കുന്നത് കോമകളുമാണ്. ഇത് വാല്യുക്കൾ (values) മാത്രമേ സൂക്ഷിക്കുന്നുള്ളൂ: ഇതിൽ ഫോർമാറ്റിംഗോ (formatting), ഫോർമുലകളോ (formulas), ഡാറ്റാ ടൈപ്പുകളോ (data types) ഉണ്ടാകില്ല; ഒരൊറ്റ ഷീറ്റ് മാത്രമേ ഉണ്ടായിരിക്കുകയുള്ളൂ. Excel ഒരു CSV ഫയൽ വായിക്കുമ്പോൾ, ഓരോ മൂല്യവും എന്താണെന്ന് (ഒരു സംഖ്യയാണോ, തീയതിയാണോ അതോ ടെക്സ്റ്റാണോ എന്ന്) സ്വയം ഊഹിക്കേണ്ടി വരുന്നു. മിക്ക import പ്രശ്നങ്ങളും ഉണ്ടാകുന്നത് ഈ ഊഹം മൂലമാണ്.
ഒരു XLSX ഫയൽ എന്നത് പൂർണ്ണമായ ഒരു Excel വർക്ക്ബുക്കാണ്. ഇതിൽ ഒന്നിലധികം ഷീറ്റുകൾ, Tables, ഫോർമുലകൾ, ഫോർമാറ്റിംഗുകൾ എന്നിവ ഉൾക്കൊള്ളാൻ കഴിയും; കൂടാതെ ഓരോ സെല്ലിനും മുൻകൂട്ടി നിശ്ചയിച്ച ടൈപ്പ് ഉണ്ടായിരിക്കും. XLSX-ൽ നിന്ന് import ചെയ്യുന്നത് സാധാരണയായി കൂടുതൽ സുരക്ഷിതമാണ്, എങ്കിലും അനുയോജ്യമായ ഷീറ്റ് അല്ലെങ്കിൽ Table തിരഞ്ഞെടുക്കാനും ഉള്ളടക്കം പരിശോധിക്കാനും ശ്രദ്ധിക്കേണ്ടതുണ്ട്.
Excel -ൽ ഒരു ഫയൽ കൊണ്ടുവരാൻ രണ്ട് വഴികളുണ്ട്:
- നേരിട്ട് തുറക്കുക (File > Open, അല്ലെങ്കിൽ ഫയലിൽ double-click ചെയ്യുക): വേഗത്തിൽ ചെയ്യാമെങ്കിലും, CSV ഫയലുകൾക്ക് Excel നമ്മോട് ചോദിക്കാതെ തന്നെ അതിന്റെ ഡിഫോൾട്ട് പരിവർത്തനങ്ങൾ (default conversions) പ്രയോഗിക്കുന്നു.
- Get Data ഉപയോഗിച്ച് Import ചെയ്യുക (Data > Get Data, ഇത് Power Query ഉപയോഗിക്കുന്നു): ഇതിലൂടെ ആദ്യം തന്നെ ഒരു preview കാണാനും, delimiter, data types എന്നിവ ക്രമീകരിക്കാനും കഴിയും; കൂടാതെ source ഫയൽ മാറുമ്പോൾ refresh ചെയ്യാൻ കഴിയുന്ന ഒരു Excel Table ആയി ഫലം ലോഡ് ചെയ്യപ്പെടുന്നു.
അനാലിസിസ് ആവശ്യങ്ങൾക്കായി Get Data തിരഞ്ഞെടുക്കുന്നതാണ് കൂടുതൽ ഉചിതം. ഇത് കൂടുതൽ നിയന്ത്രണം നൽകുന്നതും ആവർത്തിക്കാൻ എളുപ്പമുള്ളതുമാണ്; ഇതാണ് പ്രായോഗിക തലത്തിൽ ‘റിപ്രൊഡ്യൂസിബിലിറ്റി’ (reproducibility) എന്ന് പറയുന്നത്.
ഘട്ടം ഘട്ടമായി: ഒരു CSV ഫയൽ Import ചെയ്യുന്ന വിധം.
1. ഒരു പുതിയ ബ്ലാങ്ക് വർക്ക്ബുക്ക് (blank workbook) തുറക്കുക. Sheet1 എന്നത് Notes എന്ന് rename ചെയ്ത് ഫയലിന്റെ പേര്, അതിന്റെ ഉറവിടം, ഇന്നത്തെ തീയതി എന്നിവ അവിടെ രേഖപ്പെടുത്തുക.
2. Data > Get Data > From File > From Text/CSV എന്നതിലേക്ക് പോകുക (Get & Transform Data ഗ്രൂപ്പിൽ From Text/CSV എന്ന പേരിലും ഈ കമാൻഡ് കാണാം).
3. CSV ഫയൽ തിരഞ്ഞെടുത്ത് Import ക്ലിക്ക് ചെയ്യുക. ഒരു preview വിൻഡോ തുറന്നുവരും.
4. Preview-വിന് മുകളിലുള്ള മൂന്ന് ക്രമീകരണങ്ങൾ പരിശോധിക്കുക:
• File Origin: ക്യാരക്ടർ സെറ്റ് (character set). മലയാളത്തിലോ മറ്റ് ലിപികളിലോ ഉള്ള പേരുകൾ തെറ്റായി കാണപ്പെടുകയാണെങ്കിൽ 65001: Unicode (UTF-8) തിരഞ്ഞെടുക്കുക.
• Delimiter: സാധാരണയായി Comma ആയിരിക്കും. Semicolon, Tab, Space, Custom എന്നിവയാണ് മറ്റുള്ളവ.
• Data Type Detection: Based on first 200 rows (ഡിഫോൾട്ട്), Based on entire dataset, അല്ലെങ്കിൽ Do not detect data types (എല്ലാം ടെക്സ്റ്റായി വരും).
5. Preview കോളങ്ങൾ പരിശോധിക്കുക. ഒരു ID കോളത്തിന് തുടക്കത്തിലുള്ള പൂജ്യങ്ങൾ നഷ്ടപ്പെടുകയോ, തീയതി കോളം തെറ്റായി കാണപ്പെടുകയോ ചെയ്താൽ Transform Data ക്ലിക്ക് ചെയ്യുക. Power Query Editor-ൽ, ആ കോളത്തിന്റെ തലക്കെട്ടിലുള്ള ടൈപ്പ് ഐക്കണിൽ ക്ലിക്ക് ചെയ്ത് ശരിയായ ടൈപ്പ് തിരഞ്ഞെടുക്കുക (ഉദാഹരണത്തിന്, കോഡുകൾക്കായി Text). തുടർന്ന് Close & Load ക്ലിക്ക് ചെയ്യുക.
6. Preview ഇതിനകം ശരിയാണെങ്കിൽ Load ക്ലിക്ക് ചെയ്യുക. Excel ഒരു പുതിയ ഷീറ്റിൽ ഈ ഡാറ്റ ഒരു Excel Table ആയി ഉൾപ്പെടുത്തും. ആ ഷീറ്റിനെ Raw_Data എന്ന് rename ചെയ്യുക.
7. നിങ്ങളുടെ ഫോർമുലകൾക്കായി Analysis എന്ന പേരിൽ ഒരു പ്രത്യേക ഷീറ്റ് ചേർക്കുക. ഒരിക്കലും റോ ഡാറ്റയ്ക്ക് (raw data) മുകളിൽ ടൈപ്പ് ചെയ്യരുത്.
8. പിന്നീട് എപ്പോഴെങ്കിലും source ഫയൽ അപ്‌ഡേറ്റ് ചെയ്യപ്പെടുകയാണെങ്കിൽ (അതേ പേരും ലൊക്കേഷനുമാണെങ്കിൽ), അത് വീണ്ടും ലോഡ് ചെയ്യാൻ Data > Refresh All (Ctrl+Alt+F5) ഉപയോഗിക്കുക.
XLSX ഫയൽ Import ചെയ്യൽ
Data > Get Data > From File > From Excel Workbook എന്നതിലേക്ക് പോയി, ഫയൽ തിരഞ്ഞെടുത്ത് Import ക്ലിക്ക് ചെയ്യുക. Navigator വിൻഡോ ആ വർക്ക്ബുക്കിലെ ഷീറ്റുകൾ, Tables, named ranges എന്നിവ കാണിക്കും. ഒരെണ്ണം തിരഞ്ഞെടുത്ത് preview പരിശോധിച്ച ശേഷം Load ക്ലിക്ക് ചെയ്യുക (ടൈപ്പുകൾ ആദ്യം ശരിയാക്കണമെങ്കിൽ Transform Data നൽകാം). താല്ക്കാലികമായി ഒന്ന് കാണാൻ വേണ്ടി മാത്രം XLSX നേരിട്ട് തുറക്കാവുന്നതാണ്; എന്നാൽ import ചെയ്യുന്നത് നിങ്ങളുടെ സ്വന്തം വർക്ക്ബുക്കിനെ source ഫയലിൽ നിന്ന് വേറിട്ട് നിർത്താൻ സഹായിക്കുന്നു.
മറ്റ് വേർഷനുകൾ: Windows-നായുള്ള Excel 2016, 2019, 2021, 2024 എന്നിവയിലും ഇതേ Get Data കമാൻഡുകളുണ്ട്. Mac-നായുള്ള Excel for Microsoft 365-ലും Data > Get Data ലഭ്യമാണ് (ചില ഡയലോഗ് ബോക്സുകൾക്ക് വ്യത്യാസമുണ്ടാകാമെന്ന് മാത്രം). പഴയ Text Import Wizard ഇപ്പോഴും ലഭ്യമാണ്: ഇതിനായി File > Options > Data > Show legacy data import wizards ഓൺ ചെയ്ത ശേഷം, Data > Get Data > Legacy Wizards > From Text (Legacy) ഉപയോഗിക്കാം.
പ്രായോഗിക ഉദാഹരണം: CSV-യിൽ നിന്നുള്ള ഹെൽത്ത് സെന്റർ സന്ദർശനങ്ങൾ
ഒരു ബ്ലോക്ക് ഹെൽത്ത് ഓഫീസ് കോഴിക്കോട് ജില്ലയിലെ രണ്ട് പ്രാഥമിക ആരോഗ്യ കേന്ദ്രങ്ങളിലെ (PHC) നാല് ദിവസത്തെ ഔട്ട്പേഷ്യന്റ് (OPD) സന്ദർശനങ്ങളും പനി കേസുകളും അടങ്ങിയ phc_visits.csv ഫയൽ പങ്കിടുന്നു (വിശദീകരണത്തിനായുള്ള കണക്കുകൾ). Notepad-ൽ തുറക്കുമ്പോൾ ഫയൽ ഇതുപോലെ കാണപ്പെടുന്നു:
Date,PHC_Code,Centre,OPD_Visits,Fever_Cases
2026-09-21,0457,Koduvally,142,18
2026-09-21,0461,Omassery,98,11
2026-09-22,0457,Koduvally,156,21
2026-09-22,0461,Omassery,104,9
2026-09-23,0457,Koduvally,131,15
2026-09-23,0461,Omassery,87,12
2026-09-24,0457,Koduvally,149,19
2026-09-24,0461,Omassery,110,14
Import: Data > Get Data > From File > From Text/CSV വഴി ഫയൽ തിരഞ്ഞെടുത്ത് Import നൽകുക. Preview-ൽ Delimiter = Comma എന്നത് ശരിയായി വരുന്നു, എന്നാൽ PHC_Code എന്നത് 457, 461 എന്നിങ്ങനെയാണ് കാണിക്കുന്നത്: കാരണം type detection ഈ കോഡുകളെ സംഖ്യകളായി പരിഗണിക്കുകയും പൂജ്യം ഒഴിവാക്കുകയും ചെയ്തു. അതിനാൽ Transform Data ക്ലിക്ക് ചെയ്ത് PHC_Code എന്നത് Text ആക്കി മാറ്റുക, Date എന്നത് Date type ആണെന്ന് ഉറപ്പുവരുത്തുക, തുടർന്ന് Close & Load നൽകുക. പുതിയ ഷീറ്റിന് Raw_Data എന്ന് പേര് നൽകുക. ഇപ്പോൾ Table A1:E9 സെല്ലുകളിലായി ക്രമീകരിക്കപ്പെടുന്നു:
| Date | PHC_Code | Centre | OPD_Visits | Fever_Cases |
| 21-09-2026 | 0457 | Koduvally | 142 | 18 |
| 21-09-2026 | 0461 | Omassery | 98 | 11 |
| 22-09-2026 | 0457 | Koduvally | 156 | 21 |
| 22-09-2026 | 0461 | Omassery | 104 | 9 |
| 23-09-2026 | 0457 | Koduvally | 131 | 15 |
| 23-09-2026 | 0461 | Omassery | 87 | 12 |
| 24-09-2026 | 0457 | Koduvally | 149 | 19 |
| 24-09-2026 | 0461 | Omassery | 110 | 14 |
(തീയതി കാണിക്കുന്നത് കമ്പ്യൂട്ടറിന്റെ regional setting അനുസരിച്ചായിരിക്കും; ഇന്ത്യൻ സെറ്റിംഗിൽ day-month-year എന്ന രീതിയിൽ കാണാം.)
Verification sheet: Analysis എന്ന പുതിയ ഷീറ്റിൽ താഴെ പറയുന്ന പരിശോധനകൾ രേഖപ്പെടുത്തുക:
| Cell | പരിശോധിക്കുന്നത് (What it checks) | Formula | Result |
| B2 | Records imported | =COUNTA(Raw_Data!C2:C9) | 8 |
| B3 | OPD values stored as numbers | =COUNT(Raw_Data!D2:D9) | 8 |
| B4 | Dates stored as real dates | =COUNT(Raw_Data!A2:A9) | 8 |
| B5 | Codes kept as text | =ISTEXT(Raw_Data!B2) | TRUE |
| B6 | Total OPD visits | =SUM(Raw_Data!D2:D9) | 977 |
| B7 | Total fever cases | =SUM(Raw_Data!E2:E9) | 119 |
| B8 | Fever cases per 100 OPD visits | =ROUND(B7/B6*100,1) | 12.2 |
COUNT ന്യൂമെറിക് സെല്ലുകളെ മാത്രമേ കണക്കാക്കൂ (തീയതികൾ സംഖ്യകളായാണ് സൂക്ഷിക്കുന്നത്), എന്നാൽ COUNTA ശൂന്യമല്ലാത്ത (non-empty) എല്ലാ സെല്ലുകളെയും കണക്കാക്കുന്നു. B3 അല്ലെങ്കിൽ B4 എന്നിവ B2-നേക്കാൾ കുറവാണെങ്കിൽ, ചില വാല്യുക്കൾ ടെക്സ്റ്റായി വന്നു എന്നും SUM ഫോർമുല അവയെ കണക്കിലെടുക്കാതെ ഒഴിവാക്കി എന്നും മനസ്സിലാക്കാം.
ഇത് നമ്മോട് എന്താണ് വ്യക്തമാക്കുന്നത്? 8 റെക്കോർഡുകളും പൂർണ്ണമായി എത്തിയിട്ടുണ്ട്, സംഖ്യകളും തീയതികളും ഉപയോഗയോഗ്യമാണ്, കൂടാതെ കോഡുകൾ ഔദ്യോഗിക നാലക്ക ഫോർമാറ്റിൽ തന്നെ തുടരുന്നു. നാല് ദിവസങ്ങളിലായി രണ്ട് കേന്ദ്രങ്ങളിലുമായി 977 OPD സന്ദർശനങ്ങൾ നടന്നു, ഇതിൽ ഏകദേശം 100-ൽ 12 പേർക്ക് പനി ഉണ്ടായിരുന്നു. ഓമശ്ശേരിയേക്കാൾ (399 സന്ദർശനങ്ങൾ, 46 പനി കേസുകൾ, 100-ൽ ഏകദേശം 11.5) കൊടുവള്ളിയിലാണ് കൂടുതൽ രോഗികൾ എത്തിയത് (578 സന്ദർശനങ്ങൾ, 73 പനി കേസുകൾ, 100-ൽ ഏകദേശം 12.6). ഈ വ്യത്യാസം വളരെ ചെറുതും നാല് ദിവസത്തെ മാത്രം കണക്കായതിനാലും, ഇത് ട്രെൻഡുകൾ നിരീക്ഷിക്കാനുള്ള ഒരു തുടക്കം മാത്രമാണ്; ഒരു രോഗപ്പകർച്ചയുടെ (outbreak) തെളിവല്ല.
നിങ്ങളുടെ റിസൾട്ട് എങ്ങനെ പരിശോധിക്കാം?
- റെക്കോർഡുകൾ എണ്ണുക (Count the records): Excel-ലെ ഡാറ്റാ വരികളുടെ എണ്ണം source ഫയലിലെ വരികളുടെ എണ്ണവുമാline (ഹെഡർ ഒഴിവാക്കി) അല്ലെങ്കിൽ ഫയൽ അയച്ചയാൾ വ്യക്തമാക്കിയ എണ്ണവുമായി ഒത്തുനോക്കുക.
- ഒരു ആകെത്തുക ഒത്തുനോക്കുക (Compare one total): ഉറവിട റിപ്പോർട്ടിൽ എന്തെങ്കിലും ആകെത്തുക നൽകിയിട്ടുണ്ടെങ്കിൽ (ഇവിടെ, 977 OPD സന്ദർശനങ്ങൾ), നിങ്ങളുടെ SUM അതുമായി കൃത്യമായി പൊരുത്തപ്പെടണം.
- വരികൾ സാമ്പിൾ പരിശോധന നടത്തുക (Spot-check rows): യഥാർത്ഥ ഫയലുമായി ആദ്യ വരിയും അവസാന വരിയും നടുവിലെ ഒരു വരിയും ഒത്തുനോക്കുക.
- അലൈൻമെന്റ് പരിശോധിക്കുക (Look at alignment): ഡിഫോൾട്ടായി സംഖ്യകൾ വലതുവശത്തേക്കും (right align) ടെക്സ്റ്റ് ഇടതുവശത്തേക്കുമാണ് (left align) നിൽക്കുക. ഒരു സംഖ്യാ കോളം ഇടതുവശത്തേക്ക് ചേർന്നുനിൽക്കുന്നത് പിശകിന്റെ മുന്നറിയിപ്പാണ്.
- റോ ഡാറ്റ മാറ്റമില്ലാതെ സൂക്ഷിക്കുക (Keep raw data untouched): Raw_Data ഷീറ്റിൽ import ചെയ്ത Table മാത്രം വെക്കുക, Analysis ഷീറ്റിൽ ഫോർമുലകളും, മറ്റൊരു Output ഷീറ്റിൽ സംഗ്രഹവും സൂക്ഷിക്കുക. അങ്ങനെ ചെയ്യുമ്പോൾ import ചെയ്ത ഡാറ്റ refresh ചെയ്യുന്നതിലൂടെ ആർക്കും നിങ്ങളുടെ വർക്ക് വീണ്ടും കൃത്യമായി ആവർത്തിക്കാൻ സാധിക്കും.
സാധാരണ വരുത്തുന്ന തെറ്റുകൾ
- CSV ഫയലിൽ ഡബിൾ ക്ലിക്ക് ചെയ്ത് വിശ്വസിക്കുക: ഒരു CSV നേരിട്ട് തുറക്കുന്നത് Excel-ന്റെ ഓട്ടോമാറ്റിക് കൺവേർഷനുകൾ നടപ്പിലാക്കുന്നു; ഇത് റോൾ നമ്പറുകളിൽ നിന്നോ PIN രീതിയിലുള്ള കോഡുകളിൽ നിന്നോ ആദ്യത്തെ പൂജ്യങ്ങളെ നീക്കം ചെയ്തേക്കാം. Excel 365-ൽ File > Options > Data > Automatic Data Conversion വഴി ഇത് നിയന്ത്രിക്കാമെങ്കിലും, Get Data വഴി import ചെയ്യുന്നതാണ് കൂടുതൽ സുരക്ഷിതം.
- Preview ഒഴിവാക്കുന്നത്: തെറ്റായ ഡിലിമിറ്റർ, തെറ്റായ ക്യാരക്ടർ സെറ്റ്, അല്ലെങ്കിൽ അനുയോജ്യമല്ലാത്ത ഡാറ്റാ ടൈപ്പ് എന്നിവ ലോഡ് ചെയ്യുന്നതിന് മുൻപ് പരിഹരിക്കുന്നതാണ് ഏറ്റവും എളുപ്പം.
- കോഡുകളെ സംഖ്യകളായി കണക്കാക്കുന്നത്: രജിസ്റ്റർ നമ്പറുകൾ, PHC കോഡുകൾ, PIN കോഡുകൾ എന്നിവ ലേബലുകളാണ് (labels), അളവുകളല്ല (quantities). അവ Text ആയി സൂക്ഷിക്കുക.
- അനാലിസിസ് വീണ്ടും CSV-യിലേക്ക് തന്നെ സേവ് ചെയ്യുന്നത്: CSV ഒരു ഷീറ്റ് മാത്രമേ സൂക്ഷിക്കൂ, ഫോർമുലകൾ സേവ് ചെയ്യുകയുമില്ല. നിങ്ങളുടെ വർക്ക് .xlsx ആയി സേവ് ചെയ്യുക.
- Source ഡാറ്റ നേരിട്ട് തിരുത്തുന്നത്: റോ ഡാറ്റയിലേക്ക് നേരിട്ട് തിരുത്തലുകൾ ടൈപ്പ് ചെയ്യുന്നത് ‘റിപ്രൊഡ്യൂസിബിലിറ്റി’ ഇല്ലാതാക്കുന്നു. Power Query വഴി ടൈപ്പുകൾ ശരിയാക്കുക, വരുത്തിയ മാറ്റങ്ങൾ Notes ഷീറ്റിൽ രേഖപ്പെടുത്തുക.
Practice exercise
sem5_marks.csv എന്ന ഫയലിൽ RegNo, Name, Internal, External എന്നീ ഫീൽഡുകളും 0230015,Anjana K,18,54 പോലെയുള്ള വരികളും അടങ്ങിയിരിക്കുന്നു. ഒരു സഹപാഠി ഫയൽ double-click ചെയ്ത് തുറന്നപ്പോൾ RegNo എന്നത് 230015 എന്ന് മാറുകയും, =SUM(D2:D41) ഡിപ്പാർട്ട്മെന്റിന്റെ ആകെത്തുകയേക്കാൾ കുറഞ്ഞ മൂല്യം നൽകുകയും ചെയ്തു.
(a) RegNo മാറിയത് എന്തുകൊണ്ട്?
(b) SUM കുറഞ്ഞുപോകാൻ എന്താണ് കാരണം?
(c) ഡാറ്റ പൂർണ്ണമാണെന്ന് ഉറപ്പുവരുത്തിക്കൊണ്ട് ഇത് എങ്ങനെ കൃത്യമായി വീണ്ടും import ചെയ്യാം?
ഉത്തരം:
(a) RegNo ഒരു സംഖ്യയാണെന്ന് Excel ഊഹിക്കുകയും മുൻപിലുള്ള പൂജ്യം നീക്കം ചെയ്യുകയും ചെയ്തു.
(b) ചില External മാർക്കുകൾ ടെക്സ്റ്റായി മാറിയിരിക്കാം (ഉദാഹരണത്തിന്, അധികമായി വന്ന സ്പേസോ മറ്റ് ചിഹ്നങ്ങളോ കാരണം); കൂടാതെ SUM ഫോർമുല ടെക്സ്റ്റുകളെ ഒഴിവാക്കുന്നു.
(c) Data > Get Data > From Text/CSV ഉപയോഗിക്കുക, Transform Data ക്ലിക്ക് ചെയ്ത് RegNo എന്നത് Text ആയും Internal/External എന്നിവ Whole Number ആയും ക്രമീകരിക്കുക, തുടർന്ന് Close & Load നൽകുക. =COUNTA(A2:A41), =COUNT(D2:D41) എന്നിവ രണ്ടും 40 നൽകുന്നുണ്ടെന്നും, SUM ഡിപ്പാർട്ട്മെന്റിന്റെ ആകെത്തുകയുമായി പൊരുത്തപ്പെടുന്നുണ്ടെന്നും ഉറപ്പാക്കുക; ആദ്യത്തെയും അവസാനത്തെയും റെക്കോർഡുകൾ ഒത്തുനോക്കി പരിശോധിക്കുക.
Key takeaways
- ഒരു CSV ഫയൽ മൂല്യങ്ങൾ മാത്രമേ സൂക്ഷിക്കുന്നുള്ളൂ, അതിനാൽ ഓരോ കോളത്തിന്റെയും ടൈപ്പ് Excel സ്വയം ഊഹിക്കേണ്ടി വരുന്നു. ആ ഊഹം എപ്പോഴും പരിശോധിക്കുക.
- ഫയലിൽ ഡബിൾ ക്ലിക്ക് ചെയ്യുന്നതിനേക്കാൾ Data > Get Data > From Text/CSV അല്ലെങ്കിൽ From Excel Workbook ഉപയോഗിക്കുക.
- ലോഡ് ചെയ്യുന്നതിന് മുൻപ് കോഡുകളും ID-കളും Text ആയും, സംഖ്യകളെ നമ്പർ ടൈപ്പുകളായും, തീയതികളെ Date ആയും ക്രമീകരിക്കുക.
- COUNTA, COUNT എന്നിവ താരതമ്യം ചെയ്തും, അറിയാവുന്ന ഒരു ആകെത്തുക ഒത്തുനോക്കിയും, ഏതാനും സ്പോട്ട് ചെക്കുകൾ നടത്തിയും കൃത്യത ഉറപ്പാക്കുക.
- റോ ഡാറ്റ, അനാലിസിസ്, ഔട്ട്പുട്ട് എന്നിവ പ്രത്യേക ഷീറ്റുകളിൽ സൂക്ഷിക്കുക; import ആവർത്തിക്കാൻ Refresh All ഉപയോഗിക്കുക.