内容简介

理解数据清洗在整个数据科学过程中的作用，掌握数据清洗的基础知识，包括文件清洗、数据类型、字符编码等。

发掘电子表格和文本编辑器中与数据组织和操作相关的重要功能，学会常见数据格式的相互转换，如JSON、CSV和一些特殊用途的格式，采用三种策略来解析和清洗HTML文件中的数据，揭开PDF文档的秘密，提取需要的数据。

借助一系列解决方案来清洗存放在关系型数据库里的坏数据，创建自己的干净数据集，为其打包、添加授权许可并与他人共享，使用书中的工具以及Twitter和Stack Overflow数据，完成两个真实的项目。