干净的数据：数据清洗入门与实践——1.6　小结

当所有工作全都做完的时候，事实印证了《纽约时报》的报道。我们从这个简单的练习中可以看出，即便是回答一个小小的数据问题，数据清洗就占了整个过程80%的工作量（在这个全文共计900个单词的案例中，光是谈论数据清洗的基本原理和方案就用了700个单词） 。数据清洗的的确确是数据科学过程的关键部分，它不仅涉及对技术问题的理解，同时还要求我们做出相应的价值判断。作为数据清洗工作的一部分，我们甚至需要在尚未完成分析与可视化步骤的时候，预先考虑它们的输出结果将是什么样子。 重新审视数据清洗在这一章的工作中所扮演的角色，我们很容易发现，清洗效果的提升能够大幅减少后续处理的时间。 在接下来的一章里，我们将学习一些与数据有关的基础知识，这是每一个“数据主厨”在进入既宽敞又明亮的大“厨房”之前需要掌握的，内容包括文件格式、数据类型和字符编码。