收集

• 根據資料來源及其格式，收集資料的步驟各不相同。
• 高階收集過程：獲取資料（從網際網路下載檔案、抓取網頁、查詢 API 等），然後將該資料匯入程式設計環境（例如 Jupyter Notebook）。

評估

• 評估資料的目的包括：

  • 質量：內容問題。低質量資料也稱為髒資料。
  • 整潔度：使分析難易進行的問題。不整潔資料也稱為雜亂資料。條理資料的要求包括：
    1. 每個變數成一列。
    2. 每個觀察結果成一行。
    3. 每種觀察單位構成一個表格。

• 評估型別：

  • 目測評估：使用你喜歡的軟體應用程式（Google 表格、Excel、文字編輯器等）觀察資料。
  • 程式設計評估：使用程式碼來檢視資料的特定部分和摘要（例如 pandas 的 head、tail 和 info方法）。

清洗

• 清洗型別：
  • 手動（不推薦，除非問題是一次性出現）
  • 程式設計
• 程式設計資料清洗過程：
  1. 定義：將評估轉換為定義的清洗任務。這些定義也可以作為指令列表，以便其他人（或你自己將來）可以回顧和重現自己的工作。
  2. 程式碼：將這些定義轉換為程式碼並執行。
  3. 測試：可視上或使用程式碼練習資料集，確保清洗操作可順序進行。
• 清洗之前，請務必備份原始資料！

重新評估與迭代

• 清洗後，如有必要，請重新評估和迭代任何資料整理步驟。

儲存（可選）

• 例如，如果將來使用，可將資料儲存到檔案或資料庫中。