《数据科学：R语言实现》——第3章 数据预处理和准备

本节书摘来自华章出版社《数据科学：r语言实现》一 书中的第3章，第3.1节，作者：r for data science cookbook 丘祐玮（david chiu），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

数据预处理和准备

3.1　引言

在之前的章节中，我们介绍了如何把各种来源的数据整合在一起。然而，只是采集数据并不够，还需要确保所采集数据的质量。如果数据的质量不高，分析的结果可能会由于有偏采样或缺失数据而误导大家。而且，如果采集的数据没有良好的结构化和形态，你会很难进行数据关联和分析。因此数据预处理和准备是数据分析前的基础性工作。

熟悉sql操作的读者可能已经理解如何使用数据库来处理数据。例如，sql允许用户使用插入操作添加新的记录，使用更新操作修改数据，使用删除操作移除记录。但是，我们并不需要把采集的数据放到数据库中，r已经提供了更强大和更方便的预处理函数和程序包。在本章中，我们会展示在r中执行数据预处理是如此的简单。