Excel可以有多坑？害英国漏报近1.6万新冠病例

我说 · 发表于 2020-10-19 11:32:33

马上注册，结交更多街友，享用更多功能，让你轻松玩转华人街。

您需要登录才可以下载或查看，没有帐号？快速注册

x

图片来源：Pixabay

继遗传学家被Excel逼到给基因改名之后，又一个项目被Excel“坑”惨了。近日，英国卫生部发现因为Excel行数限制，大约16000个新冠肺炎病例未能及时纳入统计。但数据专家吐槽：为什么要用Excel？

来源 | BBC、Guardian等

编译 | 戚译引

近日，英国新冠肺炎确诊病例数量暴增16000例。这并非是因为哪里出现了疫情暴发，而是因为一个失误Excel 行数爆表了。

由于英国卫生部使用了过时的Excel文件格式，统计数量很快超过了行数上限，当地时间 9月28日到10月5日的新增病例没有被列入统计。公共卫生专家担心，统计延迟会影响接触者追踪，对疫情防控造成不利影响。而数据统计专家们纷纷表示，对于这样的项目根本不该使用Excel。

这个统计错误已经被手动修复。英国卫生部新的统计系统已经在开发中，不过目前的解决办法是：把统计表拆分成更多的Excel表格，以扩大总的数据统计上限。

来自80年代的工具

据 BBC、《卫报》报道，英国新冠病毒检测的流程是由商业公司雇用实验室进行检测，检测结果以csv格式发送给卫生部，卫生部用程序将数据输入 Excel表格，随后这些表格被发送到多个政府部门共享的系统。并且，他们使用的还是一种古早文件格式xls。

实验室提交的csv格式是文本形式的表格，数字之间用逗号分割，理论上可以有无限行。而在xls文件中，一个模板（template）最多有65,536 行。在进行文件格式转换的时候，超出行数的部分会被系统直接删除。每个病例的检测结果要占好几行，那么一个模板大约能容纳1400个病例的数据。

事件曝光后，许多人批评英国卫生部居然使用了如此过时的文件：xls诞生于1987年。2007 年发布的 xlsx 文件格式能够容纳1,048,576 行，是xls 格式的16倍。所以，如果使用更新版本的文件，冲破行数上限的问题就能来得晚一些，但那也只是时间问题。

“高中生都知道有更好的选择”

不过，一个更关键的问题是：对于这样的项目，为什么要用Excel？

谢菲尔德大学搜索和分析教授Paul Clough也在 the Conversation 发文评论了这一事件。他指出，虽然Excel很受欢迎，经常被用于数据分析，但它并不适合处理数据量太大的情况，或比较复杂的分析任务。

Clough肯定了英国政府和公共卫生工作者这段时间的辛勤工作，但是，“这样的错误是可以避免的。我们生活在一个大数据的世界，人工智能和机器学习正在影响我们生活的方方面面。我们有智能工厂、智能城市，我们有自动驾驶汽车和自动机器，它们展现了人的智能。然而，英国卫生部还在用 Microsoft Excel 作为处理大量敏感信息的媒介。这就是问题。”他写道。

剑桥大学计算机实验室通信系统教授Jon Crowcroft则更加直白地指出，连一个修过计算机课的高中生都知道，有更好的替代选择。他在接受BBC采访时评论：“Excel 的作用是让小公司的人糊弄少量的数据，看看大致情况……如果你要完成一个更加严肃的任务，就该去找一个专用工具，有十几个这样的专用工具。但你不会用 xls。没人用xls。”

补救措施：建更多的表格

英国卫生大臣Matt Hancock说，这个问题在于卫生部使用了一个“遗留系统”，他们两个月前已经决定替换掉这个系统。但BBC报道指出，卫生部应该没有预见这个问题，否则他们就该意识到，在新系统升级完成之前他们就会撞上Excel的统计极限。还有人要求Hancock公布其他的数据处理图表，以便发现其中潜在的缺陷。

据BBC报道，目前新的系统还未就位。英国卫生部的解决办法是将统计数据拆分，列入多个Excel表格，确保每个表格不会再出现行数溢出的情况。知情者承认，目前的老古董系统需要尽快被替换成Excel之外的专业工具。

谢菲尔德大学的Clough教授评论：“这是个很糟糕的补救工作，没有根本上解决问题——问题是缺乏一个稳固的数据管理系统。”

那些年被Excel“坑”过的人

由于Excel的广泛流行，被它“坑”过的项目实在数不胜数。就在两个月前，国际人类基因命名委员会（Human Gene Nomenclature Committee，HGNC）修改了27个人类基因的命名，因为 Excel 会将一些基因名称误读为日期格式，并直接修改成默认格式。

一个更惨烈的案例发生在2013年：摩根大通交易员Excel操作失误，公司直接损失20亿美元，累计损失达60亿美元。一名绰号“伦敦鲸”（London Whale）的交易员在计算风险价值（VaR）的时候，错误地将数字除以两个利率的和（而不是平均值），这可能导致他低估了操作的风险。

美国康涅狄格大学法学教授 James Kwak 评论此事件指出：“（Excel中）无法追踪数据来源，没有审计追踪（audit trail，所以它无法检测重复输入），也没有初学者能够掌握的检验方法。最大的问题在于，每个人都会用 Excel。因为它太容易上手，一些重要的表格变得谁都能做，而这本该由理解编程、懂得使用规范方法的人去完成。”看起来，这条评论放到这次的事件背景下仍不过时。

吐槽时间：

不靠谱的Excel表格，看起来年纪比你还大的操作系统……在学习和研究中，你遇到过这类问题吗？最后是怎么处理的？

来源：新浪

欢迎您首次访问华人街请选择您所在国家进行切换：	法国	意大利	西班牙	英国	日本	德国	罗马尼亚
欢迎您首次访问华人街请选择您所在国家进行切换：	其他国家: 阿尔及利亚瑞典奥地利荷兰比利时匈牙利波兰葡萄牙捷克瑞士希腊丹麦加盟华人街

[闲谈] Excel可以有多坑？害英国漏报近1.6万新冠病例

马上注册，结交更多街友，享用更多功能，让你轻松玩转华人街。

联系华人街

扫描苹果APP

扫描安卓APP