干凈的數(shù)據(jù)：數(shù)據(jù)清洗入門與實(shí)踐

目錄 第1 章 為什么需要清洗數(shù)據(jù) 1 1.1　新視角　1 1.2　數(shù)據(jù)科學(xué)過程　2 1.3　傳達(dá)數(shù)據(jù)清洗工作的內(nèi)容　3 1.4　數(shù)據(jù)清洗環(huán)境　4 1.5　入門示例　5 1.6　小結(jié)　9 第2　章 基礎(chǔ)知識(shí)——格式、 類型與編碼　11 2.1　文件格式　11 2.1.1　文本文件與二進(jìn)制文件　11 2.1.2　常見的文本文件格式　14 2.1.3　分隔格式　14 2.2　歸檔與壓縮　20 2.2.1　歸檔文件　20 2.2.2　壓縮文件　21 2.3　數(shù)據(jù)類型、空值與編碼　24 2.3.1　數(shù)據(jù)類型　25 2.3.2　數(shù)據(jù)類型間的相互轉(zhuǎn)換　29 2.3.3　轉(zhuǎn)換策略　30 2.3.4　隱藏在數(shù)據(jù)森林中的空值　37 2.3.5　字符編碼　41 2.4　小結(jié)　46 第3　章 數(shù)據(jù)清洗的老黃牛——電子表格和文本編輯器　47 3.1　電子表格中的數(shù)據(jù)清洗　47 3.1.1　Excel 的文本分列功能　47 3.1.2　字符串拆分　51 3.1.3　字符串拼接　51 3.2　文本編輯器里的數(shù)據(jù)清洗　54 3.2.1　文本調(diào)整　55 3.2.2　列選模式　56 3.2.3　加強(qiáng)版的查找與替換功能　56 3.2.4　文本排序與去重處理　58 3.2.5　Process Lines Containing　60 3.3　示例項(xiàng)目　60 3.3.1　第一步：?jiǎn)栴}陳述　60 3.3.2　第二步：數(shù)據(jù)收集　60 3.3.3　第三步：數(shù)據(jù)清洗　61 3.3.4　第四步：數(shù)據(jù)分析　63 3.4　小結(jié)　63 第4　章 講通用語言——數(shù)據(jù)轉(zhuǎn)換　64 4.1　基于工具的快速轉(zhuǎn)換　64 4.1.1　從電子表格到CSV　65 4.1.2　從電子表格到JSON　65 4.1.3　使用phpMyAdmin 從SQL語句中生成CSV 或JSON　67 4.2　使用PHP 實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換　69 4.2.1　使用PHP 實(shí)現(xiàn)SQL 到JSON的數(shù)據(jù)轉(zhuǎn)換　69 4.2.2　使用PHP 實(shí)現(xiàn)SQL 到CSV的數(shù)據(jù)轉(zhuǎn)換　70 4.2.3　使用PHP 實(shí)現(xiàn)JSON 到CSV的數(shù)據(jù)轉(zhuǎn)換　71 4.2.4　使用PHP 實(shí)現(xiàn)CSV 到JSON的數(shù)據(jù)轉(zhuǎn)換　71 4.3　使用Python 實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換　72 4.3.1　使用