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。 【电子版来自互联网，仅供预览及学习交流使用,不可用于商业用途,如有版权问题，请联系删除,支持正版，喜欢的 请购买正版书籍: https://item.jd.com/11932480.html】