4、数据类型与层级的深入解析

数据类型与层级的深入解析

1. 定量数据与定性数据

在数据分析领域，数据通常可分为定量数据和定性数据。当询问数据科学家某类数据的类型时，他们往往会从这两个维度进行判断，这也是描述数据集特征的常见方式。

• 定量数据 ：能用数字描述，且可进行基本数学运算（如加法）的数据。一般来说，定量数据常存在于具有严格行列结构的结构化数据集中，这也凸显了数据预处理步骤的重要性。
• 定性数据 ：无法用数字和基本数学方法描述，通常用自然类别和语言来表达。

下面通过咖啡店数据的例子来具体区分这两种数据类型：
| 特征描述 | 数据类型 | 原因 |
| — | — | — |
| 咖啡店名称 | 定性 | 非数字形式，不能进行数学运算 |
| 收入（千美元） | 定量 | 可用数字描述，可进行加法等运算，如计算年度收入 |
| 邮政编码 | 定性 | 虽用数字表示，但不能进行有意义的数学运算，如相加无实际意义 |
| 月平均顾客数 | 定量 | 可用数字描述，可通过加法计算年度顾客数 |
| 咖啡产地国家 | 定性 | 用名称描述，非数字形式 |

若难以区分数据类型，可通过以下两个问题进行判断：
1. 能否用数字描述该值？若不能，很可能是定性数据；若能，则进入下一个问题。
2. 这些值相加是否有数学意义？若没有，大概率是定性数据；若有，则可能是定量数据。

不同类型的数据能提出的问题也不同：
- 定量数据 ：