清华大学出版社

本书的编写目的是向读者介绍数据清洗技术的基本概念与应用。全书共10章，分别为数据清洗概述、文件格式、Web数据抽取、网络爬虫、Kettle数据清洗、数据迁移、文本数据处理、Python数据清洗、DataCleaner数据分析与清洗以及数据清洗综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用数据清洗相关技术，并对书中重要的、核心的知识点加大练习力度，以达到熟练应用的目的。 本书可作为高等学校大数据、人工智能、云计算等专业的教材，可也作为大数据爱好者的参考书。

前言 当前，发展大数据已经成为国家战略，大数据在引领经济社会发展中的新引擎作用更加明显。2014年，“大数据”首次出现在我国《政府工作报告》中。报告中指出： “要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。”“大数据”逐渐在国内成为热议的词汇。2015年，国务院正式印发《促进大数据发展行动纲要》，明确指出要不断地推动大数据发展和应用，在未来打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。 数据清洗是整个数据分析过程中不可缺少的一个环节，其结果质量直接关系到模型效果和最终结论。在大数据的体系中，只有获取准确无误的数据才能有效地支持最终的决策，因此，系统地学习关于数据清洗的知识十分必要。 本书以理论与实践操作相结合的方式深入讲解了数据清洗的基本知识和实现方法，在内容设计上既有上课时老师的讲述部分(包括详细的理论与典型的案例)，又有大量的实训环节，双管齐下，极大地激发了学生在课堂上的学习积极性与主动创造性，让学生在课堂上跟上老师的思维，从而学到更多有用的知识和技能。 全书共10章，分别为数据清洗概述、文件格式、Web数据抽取、网络爬虫、Kettle数据清洗、数据迁移、文本数据处理、Python数据清洗、DataCleaner数据分析与清洗以及数据清洗综合实训。 本书特色如下。 （1） 采用“理实一体化”教学方式，课堂上既有老师的讲述，又有学生独立思考、上机操作的内容。 （2） 注重技术变化，书中既包含使用Python进行数据清洗的讲解，也包含最新的数据清洗的开源工具的使用。 （3） 本书的编者具有多年的教学经验，书中重点和难点突出，能够激发学生的学习热情。 （4） 提供丰富的教学资源，包含教学大纲、教学课件、电子教案、习题答案、程序源码和期末试卷。 （5） 对本书中的重点知识和难点知识配有200分钟的微课视频，方便学生课后学习。 (6) 提供了在线题库。为每章提供在线习题，包括填空题、选择题、判断题、简答题和论述题，并提供习题解答。 资源下载提示 课件等资源： 扫描封底的“课件下载”二维码，在公众号“书圈”下载。 素材（源码）等资源： 扫描目录上方的二维码下载。 在线作业： 扫描封底作业系统二维码，登录网站在线做题及查看答案。 视频等资源： 扫描封底刮刮卡中的二维码，再扫描书中相应章节中的二维码，可以在线学习。 本书建议教学学时为72学时，具体分布如下所示。 章节建议学时 数据清洗概述4 文件格式4 Web数据抽取6 网络爬虫6 Kettle数据清洗16 数据迁移6 文本数据处理6 Python数据清洗16 DataCleaner数据分析与清洗4 数据清洗综合实训4 本书由黄源和何婕编写。其中，黄源编写了第1章、第3章、第5~10章； 何婕编写了第2章和第4章； 全书由黄源负责统稿工作。 本书是校企合作共同编写的结果，在编写过程中得到了重庆誉存大数据有限公司黄远江博士的大力支持！ 在编写过程中，我们参阅了大量的相关资料，在此表示感谢！ 由于编者水平有限，书中难免出现疏漏之处，衷心希望广大读者批评指正。 编者 2021年4月于重庆

版权图片链接