資料清理

資料倉儲概念

Aaren Stubberfield

Data Scientist

影片大綱

• 資料格式調整
• 地址剖析
• 資料驗證
• 移除重複

資料格式清理

• 將值更新為預期格式
  • 日期
  • 選項名稱
  • 大小寫
• 確保輸出格式一致

計程車資料範例

地址剖析

• 將街道地址拆成各部分
• 可用工具驗證地址

Address
1234 S Normal St, Cleveland, OH 44102

Address	City	State	Zip
1234 S Normal St	Cleveland	OH	44102

資料驗證

• 範圍檢查
  • 值是否落在預期範圍內？
  • 例如：年齡

• 型別檢查
  • 值是否為正確的資料型別？
  • 例如：將年齡存為字串或數值

刪除重複列

• 此流程會移除重複列

資料治理

一起來練習吧！

資料倉儲概念