在正式分析数据前，我们可能需要对导入IBM SPSSS tatistic中的数据作一些预处理，比如数据排序、缺失值处理、变量编码、拆分变量值等，以符合不同分析方法的数据要求。本文将会介绍SPSS数据预处理如何排序与分列。

   一、数据排序

   数据排序是很常用的数据预处理方法，可帮助快速发现一些数据分布规律、缺失值、最大值、最小值等。

   以图1所示的店铺销售数据为例，我们希望按照客流量、销售额、销售量的数值大小排序数据。

   具体的操作是，依次单击IBMSPSSStatistic的数据-个案排序选项。

   在个案排序设置面板中，将客流量、销售额、销售量变量依次添加到排序依据中，变量排位越靠前，越优先用于排序。同时，设置“升序”的排序顺序。

   完成以上设置后，返回到数据集，即可观察到数据已按照变量的优先次序进行升序排序。同时，我们还能观察到账号118的客流量出现了缺失值。

   对于缺失值，可使用IBMSPSSStatistic的“替换缺失值”功能，进行缺失值的计算替换。

   对于缺失值，可使用序列均值、临近点的平均值、临近点的中间值等方法进行替换值的计算。

   替换值会作为一个新变量添加到原数据集中，我们可根据计算结果判断是否使用该替换值。

   三、数据分列

   在处理时间序列数据时，经常会遇到如图8所示的，将年份与月份合并的变量，此时，就可能需要运用到SPPS的分列功能，将变量中的年份与月份数据拆开使用。

   与Excel的拆分不同，IBMSPSSStatistic是运用函数进行变量分列的。具体的操作是，依次单击转换-计算变量选项。

   如图10所示，在目标变量中输入新分列变量名称，然后再单击其下方的“类型和标签”按钮，将变量类型定义为字符串。这一步很重要，因分列函数仅能识别字符串变量。

   然后，如图11所示，在右侧函数中依次选择“字符串”、“Char.Substr”函数。Substr函数可返回特定位置的字符。

   如图12所示，按照函数的参数设置说明，将函数编辑为月份1=Char.Substr（月份，1,4），即可返回原月份变量前4个字符串。

   完成以上设置后，如图13所示，即可在原数据表中得到一个新的变量，将原月份变量的年份数据拆分出来。

   四、小结

   以上就是SPSS数据预处理如何排序与分列的内容了，综上所述，通过使用IBM SPSSS tatistic的个案排序、计算变量功能可实现数据排序、数据分列的预处理操作，以满足不同分析方法的数据形式需求。除此之外，我们还可以使用IBMS PSSS tatistic的重新编码、转置等功能，进行更加高级的数据预处理，如需了解更多的内容，可前往SPSS中文网站。

  作者：泽洋