干凈的數(shù)據(jù)：數(shù)據(jù)清洗入門與實踐

定　價：￥49.00

作　者：	斯夸爾
出版社：	人民郵電出版社
叢編項：
標　簽：	計算機/網(wǎng)絡(luò) 數(shù)據(jù)庫數(shù)據(jù)庫理論

購買這本書可以去

ISBN：	9787115420473	出版時間：	2016-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	188	字數(shù)：

內(nèi)容簡介

　　本書主要內(nèi)容包括：數(shù)據(jù)清洗在數(shù)據(jù)科學領(lǐng)域中的重要作用，文件格式、數(shù)據(jù)類型、字符編碼的基本概念，組織和處理數(shù)據(jù)的電子表格與文本編輯器，各種格式數(shù)據(jù)的轉(zhuǎn)換方法，解析和清洗網(wǎng)頁上的HTML 文件的三種策略，提取和清洗PDF 文件中數(shù)據(jù)的方法，檢測和清除RDBMS 中的壞數(shù)據(jù)的解決方案，以及使用書中介紹的方法清洗來自Twitter 和Stack Overflow 的數(shù)據(jù)。

作者簡介

暫缺《干凈的數(shù)據(jù)：數(shù)據(jù)清洗入門與實踐》作者簡介

圖書目錄

目錄第1 章為什么需要清洗數(shù)據(jù) 1 1.1　新視角　1 1.2　數(shù)據(jù)科學過程　2 1.3　傳達數(shù)據(jù)清洗工作的內(nèi)容　3 1.4　數(shù)據(jù)清洗環(huán)境　4 1.5　入門示例　5 1.6　小結(jié)　9 第2　章基礎(chǔ)知識——格式、類型與編碼　11 2.1　文件格式　11 2.1.1　文本文件與二進制文件　11 2.1.2　常見的文本文件格式　14 2.1.3　分隔格式　14 2.2　歸檔與壓縮　20 2.2.1　歸檔文件　20 2.2.2　壓縮文件　21 2.3　數(shù)據(jù)類型、空值與編碼　24 2.3.1　數(shù)據(jù)類型　25 2.3.2　數(shù)據(jù)類型間的相互轉(zhuǎn)換　29 2.3.3　轉(zhuǎn)換策略　30 2.3.4　隱藏在數(shù)據(jù)森林中的空值　37 2.3.5　字符編碼　41 2.4　小結(jié)　46 第3　章數(shù)據(jù)清洗的老黃?！娮颖砀窈臀谋揪庉嬈鳌?7 3.1　電子表格中的數(shù)據(jù)清洗　47 3.1.1　Excel 的文本分列功能　47 3.1.2　字符串拆分　51 3.1.3　字符串拼接　51 3.2　文本編輯器里的數(shù)據(jù)清洗　54 3.2.1　文本調(diào)整　55 3.2.2　列選模式　56 3.2.3　加強版的查找與替換功能　56 3.2.4　文本排序與去重處理　58 3.2.5　Process Lines Containing　60 3.3　示例項目　60 3.3.1　第一步：問題陳述　60 3.3.2　第二步：數(shù)據(jù)收集　60 3.3.3　第三步：數(shù)據(jù)清洗　61 3.3.4　第四步：數(shù)據(jù)分析　63 3.4　小結(jié)　63 第4　章講通用語言——數(shù)據(jù)轉(zhuǎn)換　64 4.1　基于工具的快速轉(zhuǎn)換　64 4.1.1　從電子表格到CSV　65 4.1.2　從電子表格到JSON　65 4.1.3　使用phpMyAdmin 從SQL語句中生成CSV 或JSON　67 4.2　使用PHP 實現(xiàn)數(shù)據(jù)轉(zhuǎn)換　69 4.2.1　使用PHP 實現(xiàn)SQL 到JSON的數(shù)據(jù)轉(zhuǎn)換　69 4.2.2　使用PHP 實現(xiàn)SQL 到CSV的數(shù)據(jù)轉(zhuǎn)換　70 4.2.3　使用PHP 實現(xiàn)JSON 到CSV的數(shù)據(jù)轉(zhuǎn)換　71 4.2.4　使用PHP 實現(xiàn)CSV 到JSON的數(shù)據(jù)轉(zhuǎn)換　71 4.3　使用Python 實現(xiàn)數(shù)據(jù)轉(zhuǎn)換　72 4.3.1　使用