趋近智
数据清洗与预处理入门
章节 1: 干净数据的重要性
什么是数据清洗？
什么是数据预处理？
常见数据质量问题来源
数据质量差的影响
数据清洗流程概述
章节 2: 识别和处理缺失数据
什么是缺失值？
检测缺失数据的方法
可视化缺失数据模式
策略一：删除行（行删除法）
策略二：删除列
策略三：基础值填充（均值/中位数/众数）
选择策略的考量
处理缺失数据：动手实践
章节 3: 处理重复数据
如何定义重复数据？
为何移除重复数据？
识别完全重复行
根据特定列识别重复项
移除重复行
处理重复数据：实践
章节 4: 修正数据类型
数据集中的常见数据类型
为什么正确的数据类型很重要
识别不正确的数据类型
转换为数字类型 (整数, 浮点数)
处理数值转换中的错误
转换为日期时间类型
转换为分类或字符串类型
数据类型修正：动手实践
章节 5: 数据格式化与标准化
统一格式的重要性
统一文本大小写（大写/小写）
去除前导/尾随空格
简单字符串替换
基本单位转换示例
格式化实操
数据清洗流程概述
这部分内容有帮助吗？
- Data Mining: Concepts and Techniques, Jiawei Han, Micheline Kamber, Jian Pei, 2022 (Morgan Kaufmann) - 一本关于数据挖掘的权威教科书，全面涵盖了数据预处理技术，包括数据清洗、集成、归约和转换，这些都是所描述工作流程的基础。
- Python for Data Analysis, Wes McKinney, 2022 (O'Reilly Media) - 一本使用 Python pandas 库进行数据操作和清洗的实用指南，提供了实现本节讨论的数据清洗工作流程中各个步骤的实操方法。
- Fundamentals of Data Engineering, Joe Reis, Matt Housley, 2022 (O'Reilly Media) - 这本书从现代数据系统构建的角度出发，强调了数据质量以及在更广泛的数据工程背景下数据清洗和验证所需的系统化流程。