数据清洗基础与实践 - 中国高校教材图书网
|
|
书名: |
数据清洗基础与实践
|
ISBN: | 9787560654607 |
条码: | |
作者: |
谢东亮
相关图书
|
装订: | 0 |
印次: | 1-1 |
开本: | 16开 |
定价: |
¥22.00
折扣价:¥20.90
折扣:0.95
节省了1.1元
|
字数: |
198千字
|
出版社: |
西安电子科技大学出版社 |
页数: |
136页
|
发行编号: | 5606 |
每包册数: |
19
|
出版日期: |
2019-09-29 |
|
内容简介: |
数据清洗是大数据开发的基础环节,也是最重要的环节之一。数据清洗就是发现并纠正数据源中存在的错误,对错误值、异常值、缺失值等可疑数据按照一定的规则和方法,使用必要的工具进行清洗与整理,使其变得干净,达到可以进行数据分析的目的。 本书分为两篇,共九章,系统地讲解了数据清洗的理论与实践。第一篇为基础篇,其中第一章介绍数据清洗的基本概念、数据标准化以及数据仓库的概念等;第二章介绍数据格式类型与数据编码,从文件以及文本的格式、文档的归档与压缩、字符编码与数据转换方面做了介绍;第三章对最常用的文本与电子表格数据清洗做了介绍;第四章介绍了数据清洗的基本技术、方法与工具;第五章从文本、Web文件、数据库数据的抽取方面做了介绍;第六章介绍了数据的转换与加载和数据的质量评估。第二篇为实战篇,其中第七章介绍了五种常用的数据清洗工具;第八章专门讲解了如何对Web的数据进行采集及预处理;第九章介绍了从RDBMS数据源中获取数据及进行数据的脱敏、清洗等操作。 本书可作为应用型本科及高职高专学生的大数据课程教材,也可供学习数据清洗的其他读者使用。
|
作者简介: |
第一篇 基 础 篇 第一章 数据清洗概述 3 1.1 数据清洗简介 3 1.2 数据标准化 4 1.3 数据仓库 5 本章小结 7 第二章 数据格式类型与编码 8 2.1 文件及文本的格式 8 2.2 归档与压缩 10 2.3 数据类型 13 2.4 字符编码 16 2.5 数据转换 18 本章小结 18 第三章 电子表格与文本编辑器 19 3.1 电子表格中的数据清洗 19 3.2 文本编辑器里的数据清洗 24 本章小结 27 第四章 基本的技术与方法 28 4.1 ETL基础知识 28 4.2 数据清洗的技术途径 31 4.3 常用的ETL工具 32 4.4 ETL子系统介绍 34 本章小结 35 第五章 数据抽取 36 5.1 文本文件的数据抽取 36 5.2 Web文件的数据抽取 39 5.3 关系型数据库数据抽取 41 5.4 增量数据抽取 43 本章小结 49 第六章 数据的转换与加载 50 6.1 数据清洗转换 50 6.2 数据质量评估 54 6.3 数据加载 56 本章小结 58 第二篇 实 战 篇 第七章 数据清洗工具介绍 61 7.1 利用Microsoft Excel进行数据清洗 61 7.2 使用Kelltle进行数据清洗 72 7.3 使用OpenRefine进行数据清洗 79 7.4 使用DataWrangler进行数据清洗 83 7.5 使用Hawk进行数据清洗 89 本章小结 99 第八章 基于Web的数据采集实战 100 8.1 招聘信息采集 100 8.2 招聘信息数据预处理 104 本章小结 113 第九章 基于RDBMS的数据清洗实战 114 9.1 基础准备 114 9.2 编写数据清洗程序 117 9.3 编写脱敏程序 120 本章小结 130
|
章节目录: |
|
精彩片段: |
|
书 评: |
|
其 它: |
|
|
|