1 回答
既然说到清洗，那么对应着就有需要进行清洗的“脏”，数据清洗就是对数据进行审查校验，利用有关技术转化错误、重复、不完整、冲突的“脏数据”为满足要求的高质数据。尤其是在建立数据仓库的过程中会从多个业务系统中年抽取而来的、甚至时间跨度较大的多个版本的数据，避免不了会出现大量的“脏数据”。
清洗分为两种，一种是由计算机遵循一定的规则对数据进行校验，自动对数据进行一致性检查和无效值、缺失值的处理，还有一类就是需要筛选过滤掉那些不符合要求的数据，因为这一部分可能会影响分析结果的准确性，需要人工依据数据和场景进行筛选过滤了。数据分析系统中所说的数据清洗大多是指第一种，后一种更倾向为成为ETL模块（DataFocus支持两种清洗方式）。
一般来说，数据清理是将数据精简以除去重复记录，并使剩余部分转换成标准可接收格式的过程。数据清理标准模型是在数据导入过程中，通过一系列步骤“ 清理”数据，然后以期望的格式输出清理过的数据。数据清理从数据的准确性、完整性、一致性、惟一性、适时性、有效性几个方面来处理数据的丢失值、越界值、不一致代码、重复数据等问题。
这家伙很懒，还没有设置简介
