python数据分析---数据评估

评估数据是数据整理的第二步。评估数据就像作侦探一样,检查数据集是否存在两个问题:数据质量问题(即内容问题)和缺乏整洁度(即结构性问题)。
数据质量问题包含:数据缺失,数据重复以及数据错误等问题。又被称为脏数据
不整洁或杂乱的数据存在明显的结构问题。
评估的两个方法:目测评估,代码编程评估

首先,对脏数据和杂乱数据进行明确定义:
为了方便理解,将数据想象成卧室,一间脏兮兮的卧室可能有脏盘子和餐具,还有像糖果纸或香蕉皮这样的垃圾。甚至有从户外带进来的脏东西。这些东西本来不属于你的卧室。
卧室杂乱的部分则不同:杂乱是结构性和组织性的问题。想象一下卧室满地都是衣服。这些衣服应该属于卧室,不属于地上。想象你凌乱不堪的床。
内容有问题的脏数据通常被称为低质量数据。其中可能包括不准确的数据,损坏的数据和重复的数据。
杂乱是结构性和组织性的问题。通常称之为不整洁。
整洁的数据是指:每个变量构成一列,每次观察构成一行,每类观察单元构成一个表格。除此之外其他任何排列都是杂乱的。
hadley wickham是数据整洁格式的创始人,他在有关整洁数据的论文中使用了这一术语。

未清理数据分为两种:

脏数据,也称为低质量数据。低质量数据存在内容问题。
杂乱数据,也称为不整洁数据。不整洁数据存在结构问题。

评估类型和步骤:
数据评估类型和风格可以分为两种,目测评估,编程评估
编程评估:计算(info),绘制数据图(更多的用于探索性数据分析)。
无论用那种评估方式,数据

  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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