数据整洁度问题

数据整洁度问题

数据可能存在两类问题：质量问题，整洁度问题，这里讨论后者。

该问题为什么重要

数据分析的整个过程中，可能80%的时间都用于清理和准备数据。为了使数据分析变得更加顺利，需要详细讨论如何是数据变得整洁（Tidy）。

何为整洁数据（Tidy data）

要想使数据整洁，首先要知道何为整洁数据，根据 Hadley Wickham 对整洁数据的专门研究，其定义如下：

整洁数据即：
1. 每个变量构成一列
2. 每项观察构成一行
3. 每种类型的观察单元构成一个表格

遵循 Hadley Wickham 的以上两篇关于 Tidy data 论文的指导，会使清理工作变得容易。

附

1. Tidy data - Hadley Wickham
2. Tidy data paper - Hadley Wickham