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。第一篇为基础篇，其中第一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绍；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。 本书可作为应用型本科及高职高专学生的大数据课程教材，也可供学习数据清洗的其他读者使用。
鄂公网安备 42010302001612号 