数据清洗与整理

这一节包含的知识点

比「节」更细的一层：具体到能对上一道题的步骤。

• 缺失值、重复值与异常值处理缺失可以删除或补填，重复要按主键去重，异常值要先判断是记录错误还是真实的极端情况。
• 数据类型转换与格式统一把文本形式的数字、日期改成统一的类型与格式，否则排序、比较和计算都会出错。
• 清洗前后的一致性校验对比记录条数、总和等指标，确认清洗只修掉了有问题的数据，而没有丢错或改错。
• 清洗要留下过程记录记录每一步清洗的做法和理由，别人才能复核，也能避免误删有效数据
• 统一规则比逐条修改可靠用查找替换、公式或程序批量处理，比手工一条条改更不容易出错

先修：学它之前要先会

• 数据采集的方法与工具

完整前置链：一路要先会

不只是直接先修 —— 把先修的先修也追到底，顺序就是该学的顺序（含跨学科）。

1. 1数据与编码→
2. 2数据采集的方法与工具

后继：学会它之后可以往哪走

坐标系里还没有概念把这条当先修。

学习「数据清洗与整理」

这个知识点还没有内容（还没有教材或出版物接进来）。现在能做的：看清它在坐标系里的位置 —— 先修是什么、学完之后通向哪里，然后把「我了解了」记下来。

自述不等于掌握：它只是「我知道这一条讲什么」，不会计入学习单元完成数。学习记录存在这台设备上。

还没有任何内容覆盖这条概念。要让它长出来，需要导入并发布一份讲到它的材料 —— Publishing 会在正文里找候选（带原句作证据），由人确认后挂到这条上。

还没有任何学习目标、测评或任务标注到这条知识点上。学习链只列**真的标注过**的条目 —— 没有就是没有，不按模板补一个出来。