数据预处理教程来了
共 899字，需浏览 2分钟
· 2021-03-08
预处理是数据分析中必不可少的工程！
预处理之所以重要，是因为它会对后续的数据分析质量、模型预测精度产生极大影响。我们在实际项目中拿到的数据往往是杂乱无章的（数据缺失、数据不一致、数据重复等），要想应用恰当的分析方法得到理想结果，就必须通过一些方法提高数据质量，而这就是预处理的工作。
然而，预处理如此重要，市面上相关图书却少之又少，原因在于预处理是一项难以总结的技术，其知识不够体系。这就导致我们只能得到一些碎片式的信息，无法系统了解。专业资料之匮乏，可能也是下面这本《数据预处理从入门到实战：基于SQL、R、Python》原版一上市就迅速进入日亚计算机类图书销量排行榜No1，并在3个月内重印4次的原因之一。
这本书系统总结了预处理的常见任务，言简意赅，255页，全书结构如下：
这本书的几大特色：
本书采用问题驱动式结构，先抛出常见预处理任务，引导读者思考如何实现。像这样带着问题学习，可以大大提高学习效果，让理解更深入。
（本书例题示例）
分别用SQL、R、Python对比解决相同的案例问题，可以了解各语言在处理各种预处理问题时有哪些优缺点，从而根据情况选择合适的语言，提升预处理效率。
对于每道例题，都同时给出用SQL、R、Python3种语言缩写的一般代码与理想代码，并对代码中的关键点进行说明。读者不仅可以边阅读边思考如何修改一般代码，还可以通过与理想代码的对比明白如何优化代码。
（案例之一）
（针对案例首先给出预处理步骤，再分步骤详细讲解）