干净的数据:数据清洗入门与实践-Nomar

数据清洗是数据挖掘与分析过程中不可缺少的一个环节,但因为数据类型极其复杂,传统的清洗脏数据工作单调乏味且异常辛苦。如果能利用正确的工具和方法,就可以让数据清洗工作事半功倍。

本书从文件格式、数据类型、字符编码等基本概念讲起,通过真实的示例,探讨如何提取和清洗关系型数据库、网页文件和PDF文档中的数据。最后提供了两个真实的项目,让读者将所有数据清洗技术付诸实践,完成整个数据科学过程。

如果你是一位数据科学家,或者从事数据科学工作,哪怕是位新手,只要对数据清洗有兴趣,那么本书就适合你阅读!

目录

第1章  为什么需要清洗数据  1
第2章  基础知识——格式、 类型与编码  11
第3章  数据清洗的老黄牛——电子表格和文本编辑器  47
第4章  讲通用语言——数据转换  64
第5章  收集并清洗来自网络的数据  85
第6章  清洗PDF文件中的数据  106
第7章  RDBMS清洗技术  118
第8章  数据分享的最佳实践  136
第9章  Stack Overflow项目  149
第10章  Twitter项目  171

相关文件下载地址
©下载资源版权归作者所有;本站所有资源均来源于网络,仅供学习使用,请支持正版!