前言：
作爲一名數據分析師。首先，我們拿到數據時，腦海中要有一個數據處理框架，或者說是數據處理模板。當我們在腦中深刻記住接下來的數據處理模板，並細化了解每個模塊，一個模塊一個模塊的去攻克它。這樣，會使得我們學習數據分析更得心應手。但注意的是，就好像英語作文模板一樣，套用時不能太死。數據分析也一樣，還是根據我們現實需求，進行數據分析。
數據預處理的背景：
平時當我們拿到數據時，數據很難達到自己預想的模樣，比如：數據缺失啊，準確性問題、指標太多等等。總要通過一系列的分析，數據操作才能拿到我們想要的數據。所以，這個時候，一個重要的步驟來了——數據預處理。就我個人而言，數據預處理感覺非常重要，數據質量是數據的生命。而數據預處理恰是掌握着數據質量的關鍵。以上的數據預處理流程圖是我查閱資料，文獻總結而來（有很多數據預處理版本自行參考），數據預處理主要分五步：數據探索、數據清洗、數據集成、數據規約、數據變換。有些專業名詞不懂先別急，先知道大概這麼幾步。後面我再一一解釋。
數據預處理第一步——數據探索階段：
先上數據探索步驟圖，先做初步瞭解
當我們觀測、調查收集初步的樣本數據集後，接下來肯定要思考的問題：樣本數據集的數量和質量是否滿足模型的架構的要求？是否出現從未設想過的數據狀態？其中有沒有明顯的規律和趨勢？各因素之間有什麼樣的關聯性？數據探索階段就是爲解決上面這些問題的。這裏應該很好理解，就不多bb。我想補充的是，其實數據探索階段在我們後面數據挖掘中，通數據有趣模式的挖掘概念很像。簡單的說，在大部分的應用數據場景中，我們拿到數據，並不知道其背後的含義、規律、價值。這時候，就需要我們對數據進行有趣模式挖掘。（哈哈~數據挖掘是數據分析師的進階篇。先穿插着講講。）