数据清洗要点

标签：需要   出生日期   年龄   bsp   范围   关系   逻辑错误   直接   信息   

缺失值清洗：

1. 确定缺失值范围：根据缺失值范围来选择下一步操作；

2. 去除不需要的字段：直接删除该字段数据；

3. 填充：根据经验、建模预测等填充缺失值；

4. 重新获取：若信息很重要，确实率很高，可重新获取；

 格式内容清洗

1. 时间、日期等，统一其格式；

2. 内容中不该存在的字符：如空格；

3. 内容与该字段内容不符：如手机号字段存在出生日期；

逻辑错误清洗

1. 去重；

2. 去除不合理值：如人的年龄1000岁；

3. 修正矛盾内容：如身份证号与年龄的逻辑关系；

数据清洗要点

标签：需要   出生日期   年龄   bsp   范围   关系   逻辑错误   直接   信息   

原文地址：https://www.cnblogs.com/niulang/p/13074135.html