一、数据质量准则
在这里，我们归类成了“完全合一”4 项准则，按照以上原则，能解决数据清洗中遇到的大部分问题，使得数据标准、干净、连续，为后续数据统计、数据挖掘做好准备。
（1）完整性：单条数据是否存在空值，统计的字段是否完善。
（2）全面性：观察某一列的全部数值。比如在 Excel 表中，选中一列，可以看到该列的
平均值、最大值、最小值。我们可以通过常识来判断该列是否有问题，如数据定义、单位标
识、数值本身。
（3）合法性：数据的类型、内容、大小的合法性，比如数据中存在非 ASCII 字符等，性
别存在未知，年龄超过了 150 岁等。
（4）唯一性：数据是否存在重复记录，因为数据通常来自不同的渠道汇总，重复的情况
是常见的。行数据、列数据都需要是唯一的，比如一个人的信息不能重复记录多次，且一个
人的体重也不能在列指标中重复记录多次。