[图灵程序设计丛书].干净的数据：数据清洗入门与实践.pdf

m2 u¥È0€Àµ￾¨µ Z ¼
] V[©i!!
¨1 -Ë¥Í «„1%'É›  b
Œ]™¥È0€Ç]ñ¦P¨
 ÃÜqƒ
‚¤É›.lb
áÌûiM￾€ µƒ"¥© „ $

ÐáÌ]¹©MÁƒb ÂT™€µSƒ›¹
áÌ V? ¾¨¼L@ “Œ‚K¿1>¾ k|©»ƒn@
i V?îEp 3©b Ä
Çf M
内 容 提 要 本书主要内容包括 ：数据清洗在数据科学领域中的重要作用 ，文件格式 、数据类型、字符编码的基本概念 ， 组织和处理数据的电子表格与文本编辑器 ，各种格式数据的转换方法 ，解析和清洗网页上的 HTML文件的 三种策略 ，提取和清洗 PDF文件中数据的方法 ，检测和清除 RDBMS中的坏数据的解决方案 ，以及使用书 中介绍的方法清洗来自 Twitter和Stack Overflow 的数据。 本书适合任何水平的数据科学家以及对数据清理感兴趣的读者阅读 。 定价：49.00元 读者服务热线： (010)51095186转 600　印装质量热线： (010)81055316 反盗版热线： (010)81055315 广告经营许可证：京东工商广字第 8052 号 著　　　　[美] Megan Squire 译　　　　任政委 责任编辑　岳新欣 执行编辑　李　敏 责任印制　彭志环 人民邮电出版社出版发行　　 北京市丰台区成寿寺路11号 邮编　100164　　电子邮件　315@ptpress.com.cn 网址　http://www.ptpress.com.cn 北京　　　　印刷 开本：800×1000　1/16 印张：12.5 字数：296千字 2016年 5 月第 1 版 印数：1 — 3 000册 2016年 5 月北京第 1 次印刷 著作权合同登记号 图字：01-2015-7995号 ◆ ◆ ◆ 250 前 言 版权声明 Copyright © 2015 Packt Publishing. First published in the English language under the title Clean Data. Simplified Chinese-language edition copyright © 2016 by Posts & Telecom Press. All rights reserved. 本书中文简体字版由Packt Publishing 授权人民邮电出版社独家出版。未经出版者书面许可， 不得以任何方式复制或抄袭本书内容。 版权所有，侵权必究。 iv 前 言 前 言 qÈ9
8}e•“
"´<ÐbôlÂ)ov/
¾îŸtþþòÓ#›
&r ——克?·8}e
1864
 qÐ)
Ð{dr ——%??e
1963
 qBT˜\ $Jôl‚dr ——¤peL F3
wíxvÌ ÃÐ Þ†8d™ê4 Ã
2015
 世界上第一台计算机的发明者查尔斯·巴贝奇，在他 1864年的随笔文集中记录了这样一件 事，他