數(shù)據(jù)清洗

定　價(jià)：￥49.80

作　者：	黑馬程序員
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	大數(shù)據(jù)技術(shù)與應(yīng)用叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302550877	出版時(shí)間：	2020-04-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	394	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　數(shù)據(jù)清洗是大數(shù)據(jù)預(yù)處理的關(guān)鍵環(huán)節(jié)。面對(duì)錯(cuò)綜復(fù)雜的數(shù)據(jù)，傳統(tǒng)的清洗“臟”數(shù)據(jù)工作單調(diào)且異常辛苦，如果能利用正確的工具和方法，可以讓數(shù)據(jù)清洗工作變得事半功倍。該書(shū)講解數(shù)據(jù)清洗的理論知識(shí)和實(shí)際應(yīng)用，全書(shū)共8章：第1章主要帶領(lǐng)大家簡(jiǎn)單認(rèn)識(shí)數(shù)據(jù)清洗；第2章主要講解ETL技術(shù)相關(guān)的知識(shí)；第3章講解Kettle工具的基本使用；第4章主要講解數(shù)據(jù)清洗的第一步——數(shù)據(jù)抽取；第5章主要講解數(shù)據(jù)清洗與檢驗(yàn)；第6章主要講解數(shù)據(jù)轉(zhuǎn)換相關(guān)的知識(shí)；第7章主要講解數(shù)據(jù)加載相關(guān)的知識(shí)；第8章利用前面章節(jié)所學(xué)的知識(shí)構(gòu)建一個(gè)DVD租賃商店數(shù)據(jù)倉(cāng)庫(kù)，目的是實(shí)現(xiàn)定期從源數(shù)據(jù)庫(kù)sakila中抽取增量數(shù)據(jù)，轉(zhuǎn)換成符合DVD租賃業(yè)務(wù)的數(shù)據(jù)，最后加載到DVD租賃商店數(shù)據(jù)倉(cāng)庫(kù)中，便于后續(xù)在線DVD租賃商店的決策者對(duì)數(shù)據(jù)進(jìn)行分析得出商業(yè)決策。該書(shū)附有配套視頻、源代碼、習(xí)題、教學(xué)設(shè)計(jì)、教學(xué)課件等資源。同時(shí)，為了幫助初學(xué)者更好地學(xué)習(xí)該書(shū)中的內(nèi)容，還提供了在線答疑，歡迎讀者關(guān)注?！稊?shù)據(jù)清洗/大數(shù)據(jù)技術(shù)與應(yīng)用叢書(shū)》可作為高等院校本專科計(jì)算機(jī)、信息管理等相關(guān)專業(yè)的大數(shù)據(jù)課程教材，也可供相關(guān)技術(shù)人員參考，是一本適合廣大計(jì)算機(jī)編程愛(ài)好者的優(yōu)秀讀物。

作者簡(jiǎn)介

　　江蘇傳智播客教育科技股份有限公司（簡(jiǎn)稱傳智播客）是一家致力于培養(yǎng)高素質(zhì)軟件開(kāi)發(fā)人才的科技公司，“黑馬程序員”是傳智播客旗下高端IT教育品牌。

圖書(shū)目錄

第1章數(shù)據(jù)清洗概述
1．1 數(shù)據(jù)清洗的背景
1．1．1 數(shù)據(jù)質(zhì)量概述
1．1．2 數(shù)據(jù)質(zhì)量的評(píng)價(jià)指標(biāo)
1．1．3 數(shù)據(jù)質(zhì)量的問(wèn)題分類
1．2 數(shù)據(jù)清洗的定義
1．3 數(shù)據(jù)清洗的原理
1．4 數(shù)據(jù)清洗的基本流程
1．5 數(shù)據(jù)清洗的策略
1．6 常見(jiàn)的數(shù)據(jù)清洗方法
1．7 本章小結(jié)
1．8 本章習(xí)題
第2章初識(shí)ETL
2．1 基于ETL的數(shù)據(jù)清洗
2．1．1 ETL的概念
2．1．2 ETL的體系結(jié)構(gòu)
2．2 ETL關(guān)鍵技術(shù)
2．2．1 數(shù)據(jù)的抽取
2．2．2 數(shù)據(jù)的清洗轉(zhuǎn)換
2．2．3 數(shù)據(jù)的加載
2．3 ETL常見(jiàn)工具介紹
2．4 本章小結(jié)
2．5 本章習(xí)題
第3章 Kettle工具的基本使用
3．1 Kettle簡(jiǎn)介
3．1．1 Kettle概述
3．1．2 Kettle的設(shè)計(jì)原則203．2 Kettle的下載安裝
3．3 Kettle的基本概念
3．3．1 轉(zhuǎn)換
3．3．2 作業(yè)
3．4 Kettle的基本功能
3．4．1 轉(zhuǎn)換管理
3．4．2 作業(yè)管理
3．4．3 數(shù)據(jù)庫(kù)連接
3．5 本章小結(jié)
3．6 本章習(xí)題
第4章數(shù)據(jù)抽取
4．1 抽取文本數(shù)據(jù)
4．1．1 TSV文件的抽取
4．1．2 CSV文件的抽取
4．2 抽取Web數(shù)據(jù)
4．2．1 HTML網(wǎng)頁(yè)的數(shù)據(jù)抽取
4．2．2 XML文件的數(shù)據(jù)抽取
4．2．3 JSON文件的數(shù)據(jù)抽取
4．3 抽取數(shù)據(jù)庫(kù)數(shù)據(jù)
4．3．1 抽取關(guān)系型數(shù)據(jù)庫(kù)的數(shù)據(jù)
4．3．2 抽取非關(guān)系型數(shù)據(jù)庫(kù)的數(shù)據(jù)
4．4 本章小結(jié)
4．5 本章習(xí)題
第5章數(shù)據(jù)的清洗與檢驗(yàn)
5．1 數(shù)據(jù)去重
5．1．1 完全去重
5．1．2 不完全去重
5．2 缺失值處理
5．2．1 缺失值清洗策略
5．2．2 去除缺失值
5．2．3 填充缺失值
5．3 異常值
5．3．1 出現(xiàn)異常值的原因
5．3．2 檢測(cè)異常值
5．3．3 刪除包含異常值的記錄
……
第6章數(shù)據(jù)轉(zhuǎn)換
第7章數(shù)據(jù)加載
第8章綜合案例——構(gòu)建DVD租賃商店數(shù)據(jù)倉(cāng)庫(kù)