本書的編寫目的是向讀者介紹數(shù)據(jù)清洗技術(shù)的基本概念與應(yīng)用。全書共10章，分別為數(shù)據(jù)清洗概述、文件格式、Web數(shù)據(jù)抽取、網(wǎng)絡(luò)爬蟲、Kettle數(shù)據(jù)清洗、數(shù)據(jù)遷移、文本數(shù)據(jù)處理、Python數(shù)據(jù)清洗、DataCleaner數(shù)據(jù)分析與清洗以及數(shù)據(jù)清洗綜合實(shí)訓(xùn)。本書將理論與實(shí)踐操作相結(jié)合，通過大量的案例幫助讀者快速了解和應(yīng)用數(shù)據(jù)清洗相關(guān)技術(shù)，并對書中重要的、核心的知識點(diǎn)加大練習(xí)力度，以達(dá)到熟練應(yīng)用的目的。
本書可作為高等學(xué)校大數(shù)據(jù)、人工智能、云計算等專業(yè)的教材，可也作為大數(shù)據(jù)愛好者的參考書。