数据合并

数据合并

数据处理是指对数据（包含数值和非数值类型）进行分析和加工的技术过程；也就是对数据的采集、检索、加工、变换和传输，将数据转换为信息的过程。

数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。

计算机的数据处理是使用计算机收集、记录数据，并经过一个或若干个处理方式组合，最后输出的是各种文字和数字的表格和报表。数据处理主要包含11种处理方式：数据查询、数据计算、数据排序、缺失值填充、数据抽样、变量处理、数据合并、重新编码、数据重构、数据汇总、随机数生成。

目录

1、算法描述2、相关应用3、参考资料4、实例5、输入输出6、相关条目7、优缺点
一算法描述

数据合并，顾名思义就是将两个或两个以上的数据进行合并。合并的方式有变量合并，记录合并，数据合并。按变量合并可以增加数据的字段属性，按记录合并可以在原始数据集中增加记录的长度，而数据合并是按指定的一个或多个变量进行分组，根据指定的合并函数对各组数据进行描述。

三相关应用

数据合并主要应用于数据的整合，可以把多个数据表中的数据或变量进行合并，变成一个大的新数据表，或者对表中的数据先分组，然后根据合并函数对分组变量进行数据汇总计算。

合并函数的方法：最大值、最小值、求和、第一个值、平均值、最后一个值、变量个数、大于输入数据的百分比、小于输入数据的百分比、在输入数据范围内的百分比、在输入数据范围外的百分比。

四参考资料

1 数据合并—百度百科

2 马克威分析系统使用教程，http://www.tenly.com

五实例

示例数据为某小学三年级部分学生的体重和身高数据（单位为：千克，厘米）

编号 体重
1 52
2 42
3 31

体重数据1

编号 体重
4 36
5 33
6 35
7 46

体重数据2

编号 身高
1 134
2 142
3 131

身高数据1

1）将“体重数据1”与“身高数据1”按变量合并数据的结果为：

编号 体重 身高
1 52 134
2 42 142
3 31 131

变量合并1

2）将“体重数据1”与“体重数据2”按记录合并数据的结果为：

编号 体重
1 52
2 42
3 31
4 36
5 33
6 35
7 46
六输入输出

输入变量类型：数值型、字符型。

输出结果：给出经过变量合并处理后的显示结果。

七相关条目

变量合并、数据合并

八优缺点

优点：数据合并充分地整合了表的资源信息，方便数据解读与数据计算。