熱線電話：13121318867

登錄
首頁精彩閱讀數據清洗的步驟是什么（上）
數據清洗的步驟是什么（上）
2019-03-25
收藏


數據清洗工作是數據分析工作中不可缺少的步驟，這是因為數據清洗能夠處理掉骯臟數據，如果不清洗數據的話，那么數據分析的結果準確率會變得極低。另外數據清洗工作占據數據分析工作整個過程的七成以上的時間，所以說我們要格外的重視數據清洗工作，那么數據清洗的步驟是什么呢？下面我們就給大家解答一下這個問題。


數據分析工作之前，需要對數據進行預處理，在數據預處理階段，我們需要做兩件事情，第一就是吧數據導入處理工具。通常來說，建議使用數據庫，單機跑數搭建MySQL環境即可。如果數據量大，可以使用文本文件存儲+Python操作的方式。第二就是看數據?？磾祿瑑蓚€部分，第一就是看元數據，包括字段解釋、數據來源、代碼表等等一切描述數據的信息，第二就是抽取一部分數據，使用人工查看方式，對數據本身有一個直觀的了解，并且初步發現一些問題，為后面的處理工作做準備。 


數據清洗的第一步就是對缺失值進行清洗，一般來說，缺失值是最常見的數據問題，處理缺失值也有很多方法，我們需要按照步驟來做，第一就是確定缺失值范圍：對每個字段都計算其缺失值比例，然后按照缺失比例和字段重要性，分別制定策略。第二就是去除不需要的字段，實際操作中是十分簡單的，我們直接刪掉就可以了，不過需要提醒大家的是，清洗數據的時候每做一步都備份一下，或者在小規模數據上試驗成功再處理全量數據，如果刪錯數據就會追悔莫及。第三步就是填充缺失內容，這是因為某些缺失值可以進行填充，方法有三種，分別是以業務知識或經驗推測填充缺失值、以同一指標的計算結果(均值、中位數、眾數等)填充缺失值、以不同指標的計算結果填充缺失值。第四個步驟就是重新取數，這是由于某些指標非常重要又缺失率高，那就需要和取數人員或業務人員了解，是否有其他渠道可以取到相關數據。這就是缺失值清洗的步驟。


在這篇文章中我們給大家介紹了關于數據清洗的相關知識，具體就是對缺失值的清洗方法。當然，數據清洗的數據類型還有兩種，由于篇幅原因我們就給大家介紹到這里了，我們會在后面的文章中繼續為大家介紹。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據清洗 字段 數據分析 SQL

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇數據湖和數據倉庫的區別是什么？
下一篇數據清洗的步驟是什么（下）
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢