16、数据检查：深入剖析基数数据

数据检查：深入剖析基数数据

1. 项目概述

在数据处理的初期，我们需要对原始数据进行检查，以确定其是否为基数数据。基数数据有多种常见子类型，包括计数（由整数值表示）、货币及相关值（通常为十进制值，不适合用浮点数类型）、持续时间值（可归一化为秒或天，用浮点值表示）以及更通用的度量（常用浮点值表示）。

本项目的主要目的是预览和检查数据，后续项目会进行数据清理和转换。我们将使用 Jupyter Lab 笔记本检查数据，展示原始数据值的基本特征，并确认数据确实为基数数据。

2. 数据特征分析

• 常见数据类型

  • 计数 ：用整数值表示。
  • 货币及相关值 ：全球大多数货币使用固定小数位数，如美国货币使用两位小数。Python 中应使用 decimal 模块的 Decimal 类型进行货币计算，避免使用浮点数。
  • 持续时间值 ：通常以天、小时和分钟为单位测量，可归一化为秒或天，用浮点值表示。
  • 通用度量 ：常用浮点值表示。

• 数据值模式

  • 全数值 ： int() 或 float