高教社2024财经大数据分析—以Python为工具教学课件ch03-数据清洗.pptx

下载文档

0
0
约小于1千字
约 34页
2024-08-02 发布于广东
举报
版权申诉
保障服务

高教社2024财经大数据分析—以Python为工具教学课件ch03-数据清洗.pptx

1、本文档共34页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

;;数据处理过程中，原始数据可能存在着各种不利于分析及后续处理的因素，如数据缺失、异常值等。这些因素不仅会影响数据建模，更会影响数据分析的结果，故数据清洗尤为重要。

数据清洗的目的包括两点：第一，通过清洗使数据可用；第二，让数据变得更适合后续的分析过程。换句话说，“脏”的数据要洗，干净的数据也要洗。;;3.1数据标签重命名;3.1缺失值处理;;3.2缺失值处理;3.2缺失值处理;3.2缺失值处理;3.2缺失值处理;;3.3异常值处理;3.3异常值处理;3.3异常值处理;3.3异常值处理;3.3异常值处理;3.3异常值处理;3.3异常值处理;;3.4数据去重;3.4数据去重;3.4数据去重;;3.5数据替换;3.5数据替换;3.5数据替换;;3.6数据标准化;3.6数据标准化;3.6数据标准化;;3.6数据标准化