2. Sık Karşılaşılan Sorunlar

Excel verisinde gördüğüm en yaygın 10 problem

Bu bölümde, klinik araştırmacılardan bana ulaşan Excel dosyalarında en sık gördüğüm 10 problemi örneklerle anlatacağım. Her sorun için: nasıl tanırsınız, neden problem, hızlı çözümü.

Problem 1: Birleştirilmiş Hücreler

Nasıl görünür?

| HASTA BİLGİLERİ                  | LABORATUVAR        |
| ad      soyad    yas   cinsiyet  | wbc      crp       |
| Ahmet   Yıl.    65     E         | 8.5      12        |

İlk satır iki birleştirilmiş hücre içeriyor.

Neden problem?

R, Python ve istatistik programları birleştirilmiş hücreyi okuyamaz. Programa veri yüklenince başlıklar NA, NA, NA, NA, NA, NA gibi okunur.

Çözüm:

  1. Tüm tabloyu seçin
  2. Sağ tık → Hücreleri Biçimlendir → Hizalama
  3. “Hücreleri birleştir” kutusunu boşaltın
  4. Üst satırı silin (zaten gereksizdi), alt satırı tek başlık olarak bırakın

Problem 2: Çift Başlık Satırı

Nasıl görünür?

İki satırlık sütun başlıkları:

| Yaş | Tansiyon            | Kolesterol           |
|     | Sistolik | Diyastolik| Total | LDL | HDL    |
| 65  | 120      | 80        | 220   | 140 | 50     |

Neden problem?

Veri tek başlık satırı bekler. İki satırlı başlık karışık veri tipi yaratır.

Çözüm:

Tek satıra indirin, gruplamayı sütun adının kendisinde belirtin:

| yas | tansiyon_sistolik | tansiyon_diyastolik | kol_total | kol_ldl | kol_hdl |
|  65 | 120               | 80                  | 220       | 140     | 50      |

Problem 3: Tarih Formatı Karmaşası

Nasıl görünür?

| dogum_tarihi |
| 15.03.1965   |
| 23/04/1972   |
| 1968-12-01   |
| 5-Mart-1980  |
| 38563        |

Beş farklı format aynı sütunda.

Neden problem?

Hiçbir program tutarsız formatı otomatik yorumlayamaz. Üstelik 38563 Excel’in iç tarih sayısıdır (2005-08-21); başka programa gidince anlamsızlaşır.

Çözüm:

ÖnemliTek format: YYYY-AA-GG

Tüm tarihleri elle ya da Excel’in Bul-Değiştir özelliğiyle bu formata çevirin.

Excel’de hızlı çözüm:

  1. Tarih sütununu seçin
  2. Sağ tık → Hücreleri Biçimlendir → Tarih
  3. Tür: 2012-03-14 seçin
  4. Eğer Excel hâlâ hatalı yorumluyorsa, =TEXT(A2, "yyyy-mm-dd") formülüyle yeni sütun oluşturun

Problem 4: Eksik Değer Kodlama Tutarsızlığı

Nasıl görünür?

| sigara_paket_yili |
| 25                |
| yok               |
| -                 |
| ?                 |
| 0                 |
| NA                |
| (boş)             |
| veri yok          |

Aynı sütunda eksiklik 8 farklı yöntemle ifade edilmiş.

Neden problem?

  • Programlar yalnızca boş hücreyi NA olarak tanır
  • Sütun “yok” yüzünden metin sanılır, ortalama alınamaz
  • “0” gerçek 0 ile karışır (sigara hiç kullanmamış olabilir!)

Çözüm:

İpucuHızlı düzeltme

Excel’de Bul-Değiştir (Ctrl+H):

Aranan Değiştirilecek
yok (boş)
- (boş)
? (boş)
NA (boş)
veri yok (boş)

“0” değerine dokunmayın — gerçekten 0 olabilir, hastaya sorup kontrol edin.

Problem 5: Kategori Tutarsızlıkları

Nasıl görünür?

| cinsiyet  |
| Erkek     |
| erkek     |
| ERKEK     |
| E         |
| Erkk      |  ← yazım hatası
| Erkek     |
| Kadın     |

Programlar bunu 5 farklı kategori olarak görür.

Çözüm:

OpenRefine’da Cluster özelliği bunu tek tıkla halleder (Bölüm 3). Manuel çözüm için Excel’de:

  1. Sütunu kopyala, yan sütuna yapıştır (yedek)
  2. Bul-Değiştir (Ctrl+H):
    • erkek → Erkek (Eşleştirme: tüm hücre dahil değil)
    • ERKEK → Erkek
    • E → Erkek (sadece tam hücre eşleşmesi)
    • Erkk → Erkek

Problem 6: Karışık Veri Tipi (Sayısal Sütunda Metin)

Nasıl görünür?

| boy_cm    |
| 165       |
| 170       |
| 1.75 m    |  ← metin
| 168 cm    |  ← metin
| 172       |
| "yaklaşık 170" |  ← metin

Neden problem?

Sütunun bir kısmı sayı, bir kısmı metin. Program tüm sütunu metin olarak yükler, ortalama alamazsınız.

Çözüm:

  1. Sütunda metin içeren hücreleri tespit edin (hızlı yol: hücreleri sayısal formatla biçimlendirin, sayıya dönüşmeyenler metindir)
  2. Birim/açıklama içeriyorsa kaldırın: 1.75 m → 175, 168 cm → 168
  3. Belirsiz olanları boş bırakın ya da yeni sütunda not edin

Problem 7: Duplikat (Yinelenen) Kayıtlar

Nasıl görünür?

Aynı hasta_id’nin birden fazla satırda olması (yanlışlıkla iki kez girilmiş) ya da farklı satırların aynı hastanın olduğu, ID farklı olsa bile.

İki tür duplikat var:

Tür Tanım Tespit
Tam duplikat Tüm sütunlar aynı Kolay (sıralayıp gözlemek yeterli)
Kısmi duplikat Aynı kişi, farklı satırlar Zor (ad+doğum tarihi gibi kombinasyonlar lazım)

Çözüm:

Excel’de:

  1. Veri → Yinelenenleri Kaldır
  2. Karşılaştırma için sütun seç (örn. hasta_id, ad, dogum_tarihi)
  3. Sonucu kontrol et
UyarıDikkat

“Yinelenenleri Kaldır” sadece tam eşleşmeleri bulur. Ahmet ile Ahmet (sonda boşluk) farklı sayılır. Önce TRIM uygulayın (Problem 10).

R’da daha sağlam çözüm: janitor::get_dupes() (Bölüm 4).

Problem 8: Toplam / Özet Satırları

Nasıl görünür?

Verinin içinde toplam veya ortalama satırları var:

| hasta_id | yas | bmi  |
| 1        | 65  | 28   |
| 2        | 58  | 24   |
| 3        | 72  | 31   |
| TOPLAM   | 195 | 83   |  ← bu satır veri değil!

Neden problem?

Program bu satırı da hasta sayar. Ortalama hesaplanırsa, gerçek ortalama 27.7 yerine 41 çıkar.

Çözüm:

Veri girişi sırasında özet satırı koymayın. Eğer varsa: silin. Özet bilgi gerekiyorsa ayrı bir sayfada/dosyada tutun.

Problem 9: Birden Fazla Değer Aynı Hücrede

Nasıl görünür?

| ilaclar                                           |
| metformin, lisinopril, statin                    |
| insulin + metformin                              |
| sadece metformin                                  |
| metformin/lisinopril                              |

Bir hücrede 1-3 ilaç adı, hepsi farklı ayraçla.

Neden problem?

“Hangi hastalar metformin kullanıyor?” sorusunu cevaplayamazsınız — program tek bir metin olarak görür.

Çözüm — İki yaklaşım:

Yaklaşım A: Wide format (her ilaç bir sütun)

| metformin_var | lisinopril_var | statin_var | insulin_var |
| 1             | 1              | 1          | 0           |
| 1             | 0              | 0          | 1           |
| 1             | 0              | 0          | 0           |
| 1             | 1              | 0          | 0           |

İlaç sayısı az ve sabitse bu yaklaşım iyi.

Yaklaşım B: Long format (her ilaç ayrı satır)

| hasta_id | ilac        |
| 1        | metformin   |
| 1        | lisinopril  |
| 1        | statin      |
| 2        | insulin     |
| 2        | metformin   |

Hastaya göre ilaç sayısı değişiyorsa bu yaklaşım daha uygun.

Problem 10: Boşluk ve Görünmez Karakter Sorunları

Nasıl görünür?

Görünmez ama orada olan boşluklar:

| ad      |
| Ahmet   |  ← görünür sade
| Ahmet   |  ← sonunda boşluk var
|  Ahmet  |  ← başında ve sonunda boşluk
| Ahmet  |  ← TAB karakteri var

Ekrandan ayırt edemezsiniz, ama program bunları dört farklı kişi sanır.

Çözüm:

Excel’de TRIM fonksiyonu:

=TRIM(A2)

Bu formül başındaki, sonundaki ve içerideki çoklu boşlukları temizler. Tüm metin sütunlarına uygulayın.

İpucuToplu TRIM uygulama
  1. Yan sütunda =TRIM(A2) yazın
  2. Aşağı çekin (formül tüm satırlara uygulanır)
  3. Yeni sütunu kopyalayın → Özel Yapıştır → Yalnızca Değer
  4. Eski sütunu silin

✅ Bu Bölümün Özeti

10 problemden hangileri sizin verinizde var? Her problem için ayrı bir düzeltme yaklaşımı var ve çoğu Excel içinde çözülebilir.

Sıradaki bölüm — bu problemleri toplu çözen güçlü bir araç:

3. OpenRefine Rehberi →

Başa dön