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)。
这里写图片描述

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:
这里写图片描述
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

这里写图片描述

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。

  1. Tidy data - Hadley Wickham
  2. Tidy data paper - Hadley Wickham
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值