导入
数据清洗简介
本课程将重点讲解数据清洗的必要性，并介绍一些数据清洗的方法。
在本章中，我们将探讨数据科学生命周期的第三阶段——数据清洗。但在了解数据清洗的具体步骤之前，有一个问题需要先回答：我们为什么要清洗数据？
为什么需要清洗数据？
我们所接收和使用的数据并不完美。多种因素可能导致数据不完整、不一致或错误，例如：从多个来源收集数据、存储或读取数据时发生损坏、人工录入数据时出现错误、数据在网络传输过程中丢失等。如果直接使用原始数据进行分析，将导致分析结果错误，基于这些数据得出的结论也必然不准确。因此，在对数据进行任何分析之前，数据清洗是必不可少的一步。
卡通由马克·安德森创作，www.andertoons.com
数据清洗
数据清洗（或称数据净化）是指识别并修正不一致、不正确以及冗余的数据的过程。数据清洗主要包括以下方面：
- 处理缺失数据
- 去除重复数据
- 识别并处理数据中的异常值
- 清理可能不需要的多余数据
- 统一不一致的数据格式
- 将数据转换为标准格式，以便于后续处理
在接下来的课程中，我们将逐一探讨以上各个方面。但在那之前，我们需要先了解数据类型，这将在下一课中详细介绍。