第2周完整版：数据清洗战争 —— 脏数据中挖出真金.docx

第2周完整版：数据清洗战争——脏数据中挖出真金

商业命题：市场部给的Excel表里日期格式混乱、存在重复订单、金额字段有负数……如果直接用，预测结果将谬以千里。你来当“数据守门员”。

学习目标：本周结束后，你将能识别并处理缺失值、重复值、异常值、不一致格式，用Pandas和Polars高效清洗真实世界的脏数据，并用Plotly和Streamlit搭建自动化的“数据质量扫描器”，同时借助AI自动生成清洗方案。

本文件完全自包含：所有脏数据生成代码、清洗代码、可视化代码均直接提供，无需额外下载任何文件，跟着操作即可独立完成全部练习。

1.本周你将收获什么

用Pandas和Polars对比处理