数据清洗基础与实践

**篇 基 础 篇 **章 数据清洗概述 3 1.1 数据清洗简介 3 1.2 数据标准化 4 1.3 数据仓库 5 本章小结 7 第二章 数据格式类型与编码 8 2.1 文件及文本的格式 8 2.2 归档与压缩 10 2.3 数据类型 13 2.4 字符编码 16 2.5 数据转换 18 本章小结 18 第三章 电子表格与文本编辑器 19 3.1 电子表格中的数据清洗 19 3.2 文本编辑器里的数据清洗 24 本章小结 27 第四章 基本的技术与方法 28 4.1 ETL基础知识 28 4.2 数据清洗的技术途径 31 4.3 常用的ETL工具 32 4.4 ETL子系统介绍 34 本章小结 35 第五章 数据抽取 36 5.1 文本文件的数据抽取 36 5.2 Web文件的数据抽取 39 5.3 关系型数据库数据抽取 41 5.4 增量数据抽取 43 本章小结 49 第六章 数据的转换与加载 50 6.1 数据清洗转换 50 6.2 数据质量评估 54 6.3 数据加载 56 本章小结 58 第二篇 实 战 篇 第七章 数据清洗工具介绍 61 7.1 利用Microsoft Excel进行数据清洗 61 7.2 使用Kelltle进行数据清洗 72 7.3 使用OpenRefine进行数据清洗 79 7.4 使用DataWrangler进行数据清洗 83 7.5 使用Hawk进行数据清洗 89 本章小结 99 第八章 基于Web的数据采集实战 100 8.1 招聘信息采集 100 8.2 招聘信息数据预处理 104 本章小结 113 第九章 基于RDBMS的数据清洗实战 114 9.1 基础准备 114 9.2 编写数据清洗程序 117 9.3 编写脱敏程序 120 本章小结 130