数据清洗基础与实践

数据清洗是大数据开发的基础环节，也是重要的环节之一。数据清洗就是发现并纠正数据源中存在的错误，对错误值、异常值、缺失值等可疑数据按照一定的规则和方法，使用必要的工具进行清洗与整理，使其变得干净，达到可以进行数据分析的目的。本书分为两篇，共九章，系统地讲解了数据清洗的理论与实践。优秀篇为基础篇，其中优秀章介绍数据清洗的基本概念、数据标准化以及数据仓库的概念等；第二章介绍数据格式类型与数据编码，从文件以及文本的格式、文档的归档与压缩、字符编码与数据转换方面做了介绍；第三章对常用的文本与电子表格数据清洗做了介，第四章介绍了数据清洗的基本技术、方法与工具；第五章从文本、Web文件、数据库数据的抽取方面做了介绍；第六章介绍了数据的转换与加载和数据的质量评估。第二篇为实战篇，其中第七章介绍了五种常用的数据清洗工具；第八章专门讲解了如何对Web的数据进行采集及预处理；第九章介绍了从RDBMS数据源中获取数据及进行数据的脱敏、清洗等操作。读者可通过本书深入地了解数据清洗的相关知识，掌握数据清洗的基本方法，同时结合实际案例更好地理解数据清洗技术的具体应用与实践。