掌握数据清洗模块二：初级可视化与报表第五章：数据预处理主讲教师：黄博雯

“为什么看似华丽的图表，却得出了荒谬的结论？”答案：忽视了最基础的一步——数据清洗。课程导入一个失败的数据可视化项目：

目录content01数据清洗的重要性02实现数据清洗重复值、空白值、错误值

数据清洗的重要性01

一、数据清洗的重要性原始数据质量直接决定分析结果的可信度！清洗是可视化的基石。

实现数据清洗重复值、空白值、错误值02

总结SUMMARY掌握数据清洗数据清洗的重要性保证分析工作和可视化结果准确、可信的基石实现数据清洗重复值——两个一模一样的数据空白值——一个数据表中带有问号或空格的单元格图标错误值——一个标有“年龄：200岁”或“销量：-100”的错误数据

思考题THINKING如果在处理缺失的「年龄」数据时，直接删除整行记录和用平均年龄填充，分别可能会怎样影响最终的分析结果呢？

谢谢观看THANKYOU