干净的数据：数据清洗入门与实践 中文pdf扫描版[39MB]

数据清洗是数据挖掘与分析过程中不可缺少的一个环节，但因为数据类型极其复杂，传统的清洗脏数据工作单调乏味且异常辛苦。如果能利用正确的工具和方法，就可以让数据清洗工作事半功倍。

本书从文件格式、数据类型、字符编码等基本概念讲起，通过真实的示例，探讨如何提取和清洗关系型数据库、网页文件和PDF文档中的数据。最后提供了两个真实的项目，让读者将所有数据清洗技术付诸实践，完成整个数据科学过程。

如果你是一位数据科学家，或者从事数据科学工作，哪怕是位新手，只要对数据清洗有兴趣，那么本书就适合你阅读！

目录

第1章 　为什么需要清洗数据　　1
第2章 　基础知识——格式、 类型与编码　　11
第3章 　数据清洗的老黄牛——电子表格和文本编辑器　　47
第4章 　讲通用语言——数据转换　　64
第5章 　收集并清洗来自网络的数据　　85
第6章 　清洗PDF文件中的数据　　106
第7章 　RDBMS清洗技术　　118
第8章 　数据分享的最佳实践　　136
第9章 　Stack Overflow项目　　149
第10章 　Twitter项目　　171