- 3
- 0
- 约2.89千字
- 约 5页
- 2026-04-10 发布于河北
- 举报
数据清洗
1.基本概念
数据清洗从名字上也看的出就是把脏的洗掉,指发现并纠正数据文件可识别的
错误的最后一道程序,包括检查数据一致性,处理无效值和缺失值等。因为数据仓库的
数据是面向某一主题的数据的集合,这些数据从多个业务系统抽取而来而且包含历史数
据,这样就避免不了有的数据是错误数据、有的数据相互之间有冲突,这些错误的或有冲
突的数据显然是我们不想要的,称为“脏数据。我们要按照一定的规则把脏数据洗掉
,这就是数据清洗。而数据清洗的任务是过滤那些不符合要求的数据,将过滤的结果交
给业务主管部门,确认是否过滤掉还是由业务单位修正之后再进行抽取。不符合要求的数
据主要是有不完整的数据、错误的数据、重复的数据三大类。数据清洗是与问卷审核不
同,录入后的数据清理一般是由计算机而不是人工完成。
折叠残缺数据
这一类数据主要是一些应该有的信息缺失,如供应商的名称、分公司的名称、客户的
区域信息缺失、业务系统主表与明细表不能匹配等
您可能关注的文档
最近下载
- 单柱巷道式堆垛机设计方案及关键部件.pdf VIP
- 粮长门水库工程建设环境影响评估报告书.doc VIP
- 部编版小学语文三年级上册第二单元集体备课教材分析.docx VIP
- 年产2000万只肉鸡屠宰加工技改项目环境影响报告书.pdf
- Sabrina英语-高考英语1200个核心高频词背诵单(汇总).docx
- 2021年山东省高考物理试题(山东卷)真题(Word版,含答案与解析).doc VIP
- 2026江西宜春丰城市面向城市社区专职网格员招聘27备考题库附答案.docx VIP
- 2025年丰城市网格员招聘考试真题.docx VIP
- 【113名】2026年丰城市社区工作者(专职网格员)招聘考试模拟考试及答案解析.docx VIP
- 部编版语文三年级上册第二单元教材解读大单元集体备课.pptx VIP
原创力文档

文档评论(0)