天才一秒记住【狂风中文网】地址：https://www.kfzw.net
发现所有错误Y但效率低下在大数据量的情况下Y手工清洗数据几乎
是不可能的
?
2?自动清洗X自动清洗是通过专门编写的计算机应用程序来进行数据
清洗这种方法能解决某个特定的问题Y但不够灵活Y特别是在清理过
程需要反复进行时?一般来说，数据清理一遍就达到要求的很少?Y程序
复杂Y清理过程变化时工作量大而且Y这种方法也没有充分利用目前
数据库提供的强大的数据处理能力。
数据清洗主要是对缺失值重复值异常值和数据类型有误的数据
进行处理Y数据清洗的内容主要包括四点
?
1?缺失值处理由于调查编码和录入误差Y数据中可能存在
一些缺失值Y需要给予适当的处理常用的处理方法有X估算
整例删除变量删除和成对删除
?
2?异常值处理根据每个变量的合理取值范围和相互关系Y检
查数据是否合乎要求Y发现超出正常范围逻辑上不合理或者相
互矛盾的数据。
数据清洗主要是对缺失值重复值异常值和数据类型有误的数据
进行处理Y数据清洗的内容主要包括四点
?
3?数据类型转换数据类型往往会影响到后续的数据处理分析
环节Y因此Y需要明确每个字段的数据类型Y比如Y来自A表的
学号是字符型Y而来自B表的字段是日期型Y在数据清洗的时候
就需要对二者的数据类型进行统一处理
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
?
4?重复值处理重复值的存在会影响数据分析和挖掘结果的准
确性Y所以Y在数据分析和建模之前需要进行数据重复性检验Y
如果存在重复值Y还需要进行重复值的删除。
在进行数据清洗时Y需要注意如下事项X
?
1?数据清洗时优先进行缺失值异常值和数据类型转换的操作Y最后进
行重复值的处理
?
2?在对缺失值异常值进行处理时Y要根据业务的需求进行处理Y这些
处理并不是一成不变的Y常见的填充包括X统计值填充?常用的统计值有
均值中位数众数?前后值填充?一般使用在前后数据存在关联的情
况下Y比如数据是按照时间进行记录的?零值填充。
在进行数据清洗时Y需要注意如下事项X
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！