数据清洗

我在不久前意识到，在进行数据清洗时，有一些数据具有相似的模式。也正是从那时起，我开始整理并编译了一些数据清洗代码，我认为这些代码也适用于其它的常见场景。

未来企业的竞争就是生态圈的竞争。供应商和客户作为一个企业在生态圈中的上游和下游，企业对二者信息是否能够有效整合，以及是否能够在企业内部畅通无阻的共享应用，直接关系到企业在市场竞争中的地位。而要实现上下游的打通，方便企业内部相关业务的运转以及信息流通，做好客商主数据的管理至关重要。

要做机器学习项目，第一重要的就是数据

数据清洗是大数据处理的第一步，很多同学对这一步感到没有头绪，不知道哪些该清洗掉，哪些不该，看看这篇文章，是不是能有点启发？

最近有很多用户说到了年终需要回顾这一年的工作，根据这一年的数据看看有没有异常的情况，那么哪种图能够清晰直观地展现出这一信息呢？

本篇文章介绍使用python抓取贷款及理财平台的数据，并将数据拼接和汇总。

数据清洗是整个数据分析过程中一个非常重要的环节。数据清洗的目的有两个，第一是通过清洗让数据可用。第二是让数据变的更适合进行后续的分析工作。本篇文章将介绍几种简单的使用R进行数据清洗的方法。