数据清洗--1. Introduction of Data Wrangling

数据清洗简介

Data Wrangling–regular expression

---

前言

Raw data ⇒ Data Wrangling ⇒ Tidy data ⇒ Data Analysis ⇒ Data Knowledge
Data + Wrangling + Analysis = Data Product (or Knowledge)

初始被采集的数据是原始数据（Raw data），比如从传感器获得的数据，从不同网站爬取的数据，未做过处理的用户历史数据等。这些数据并不能直接进行存储或使用，因为这些数据并不足够“干净”。

---

一、Data Wrangling 的目的

Data Wrangling 的目的：

1. 对数据进行处理，已达到满足后续的数据分析或储存的要求；
2. 记录数据被处理的过程。

二、数据可能存在的问题

• Interpretability issue （数据可理解性）
• Data format issues （数据格式问题）