×
暂无评论
图文详情
  • ISBN:9787560654607
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:26cm
  • 页数:130页
  • 出版时间:2019-08-01
  • 条形码:9787560654607 ; 978-7-5606-5460-7

本书特色

数据的清洗是在大数据的挖掘与分析过程中的一个重要环节,由于数据类型的复杂性,采用传统的清洗脏数据的工作会辛苦和乏味。但是如果能利用好的清洗工具和适当的方法则可以让数据的清洗工作变得有趣并能达到事半功倍的效果。
本书从文件格式、数据类型、字符编码等基本概念入手,通过实例,探讨了如何提取和清洗关系型数据、网页数据,以及如何实现数据的转换与加载。每个知识点都附有案例供读者学习,通过实践让读者掌握所有的数据清洗技术。
如果您是一位数据科学家,或者从事数据科学工作,哪怕是一个对数据科学感兴趣的新手,那么很高兴本书适合您阅读。

内容简介

本书系统讲解了数据清洗的基础与理论, 分基础篇和实战篇两篇, 分别为: 数据清洗概述、数据格式类型与编码、电子表格与文本编辑器、基本技术与方法、数据抽取、数据的转换与加载、数据清洗工具介绍、基于Web的数据采集实战、基于RDBMS的数据清洗实战。

目录

**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
展开全部

作者简介

生于1980年1月,讲师/项目监理师,硕士,重庆工程学院人工智能与大数据系教师,主要从事人工智能与医疗大数据的研究。自2015年以来主持商业医疗大数据项目3项,产值千万元以上。公开发表论文7篇(EI检索1篇)、主持、参与校级自然科学基金项目1项 、主持、参与建设校级重点课程1门 、主编、参与出版教材(教学讲义)3部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航