数据的清洁和预处理

数据的清洗和预处理，很重要啦~

1.以变量为单位检查

拿到数据的时候，我们往往会先看看有哪些变量，变量与变量之间是否有关系。以变量为单位检查的时候，我们分为一致性检查和逻辑检查。我们的数据清洗和预处理也是从这些变量开始的~

1.1一致性检查——单个变量的检查

我们的数据通常是由部分合并而来，在合并过程中可能变量的编码不一样，比如性别，有的用0和1，有的用F和M来标记，此时，需要将变量统一为一样的编码类型。

1.2逻辑检查——多个变量之间关系的检查

确保单个变量整体上没有问题后，把多个变量放在一起，看它们是否会出现问题，这就是我们要做的逻辑检查。比如，某用户婚姻状态（变量1）选择了“未婚”，但是另一半的收入（变量2）写了非零数据。这种就是数据出现了逻辑问题，需要判断用户的真实情况来修改数据，或者无法确定的话，当作缺失数据处理。

2.以变量的属性值为单位检查

2.1 【是什么】什么是缺失值

①数据空缺；
②数据无效
上述两种情况均为缺失值。

2.2 【为什么】缺失值出现的原因
2.2.1为什么会出现缺失值？

①