Excel数据清洗之十 清洗拼写错误
在造成“分类不一致”的数据错误类型中，有一类比较麻烦的情形：拼写错误，
上图的产品列充满了拼写错误：很显然，Exccl是Excel的误写，而Trppic又是Tropic的误写，北回归线很可能是回归线的误写。不像其他的错误类型，比如多余的前后缀，多余的空格或回车，不可见字符等等，这些都有规律可循，而拼写错误是无法找到规律的。
对于英文的拼写错误，Excel提供了拼写检查：选中产品列，在审阅选项卡中，点击“拼写检查”，
Excel就会弹出一个对话框，显示找到的英文单词的拼写错误，然后提供备选项，
从建议中选择一个正确的单词，点击更改，就会将Exccl修改为正确的Excel，然后显示下一个拼写错误，
全部执行完成后，一般来说就可以将英文的拼写错误全部修改。
但是这么做有两个问题：
如果拼写错误比较多，这个操作所需要的时间较长
对于中文中像“回归线”↔“北回归线”这样的情况，拼写检查无法处理。
我们还需要使用其他方法来处理这个问题。
模糊匹配
解决这个问题，我们需要借助于模糊匹配。
首先，我们必须拥有一个正确的产品名称表。在上面这个例子中，我们有下面的产品表，
我们需要用模糊匹配将两个表的产品名称关联起来。
我们之前介绍过模糊匹配（参见模糊查找，不是近似查找！在Excel中应该如何进行模糊匹配），这里我们就介绍一下如何用模糊匹配处理拼写错误。
（模糊匹配插件的下载地址是：https://www.microsoft.com/en-in/download/details.aspx?id=15011）
下载并安装插件后，在Excel中会出现一个“Fuzzy lookup”的选项卡，
接下来，将我们的两个表格（包含拼写错误的数据表和正确的产品表）都转换为超级表，然后点击Fuzzy lookup选项卡中的Fuzzy Lookup按钮，
在右侧出现了Fuzzy Lookup的面板，按照下图所示进行配置，
用鼠标点击一处空的单元格，点击GO，在鼠标处我们可以得到一个输出结果，
根据数据中的错误程度，有可能有一些拼配不成功，这样在第三列的对应行，就会出现一个空单元格，你可以调整右侧面板中的Similarity Threshold，就是下图中的蓝色滑块，
这是一个0-1之间的数值，越接近1，表示相似度要求越高，匹配成功的可能越小。反之，越接近0，越能成功。
一旦匹配成功，将第三列的值复制到第一列，然后删除多余的列即可。
总结及其他
这个方法可以将大部分的拼写错误去除。但是，在有些情况下，仍然有少数的拼写错误匹配不成功，此时，在第三列上会出现空值，我们只要筛选空值，然后根据第一列的内容填写正确的即可。
当然，如果你的数据比较复杂，这个任务可能很艰巨，你可以关注下面的公众号：ExcelEasy寻找更多方法和技巧。