or
本练习是课程的一部分
在本章中，您将学习如何解决最常见的脏数据问题。您会转换数据类型，应用取值范围约束以移除不合理的未来时间点，并删除重复的数据点以避免重复计数。
当前练习
由于非结构化特性，分类与文本数据往往是数据集中最混乱的部分。在本章中，您将学习如何修复类别标签中的空白和大小写不一致问题，将多个类别合并为一个，并重新格式化字符串以保持一致性。
在本章中，您将深入探讨更高级的数据清洗问题，例如确保重量统一以千克而非磅表示。您还将掌握关键技能，帮助您核对数值是否录入正确，以及确保缺失值不会对分析产生负面影响。
记录链接是一种强大的技术，用于在数值存在拼写错误或不同写法时合并多个数据集。在本章中，您将学习通过计算字符串相似度来链接记录——随后将运用新技能，把两份餐厅点评数据集合并为一个干净的主数据集。