第9章DataCleaner数据分析与清洗9.1DataCleaner简介•DataCleaner是一个简单，易于使用的数据质量的应用工具，旨在分析，比较，验证和监控数据。DataCleaner环境要求如下：（1）一台有图形界面的计算机（命令行模式除外）。（2）已经安装了java7或以上版本。•在DataCleaner菜单栏中主要包含有New、Open、Save、SaveAs以及More等多个菜单项。其中New表示新建一个任务，Open表示打开一个任务，Save表示保存任务，SaveAs表示将任务另存为某种格式，More用于实现更多操作。作业区位于DataCleaner运行界面的下方，如图9-5所示。在作业区中主要包含有Buildnewjob、Browsejobs、Recentjobs以及Managedatastores等多个选项。9.2DataCleaner应用1．导入并查看数据（1）打开DataCleaner，在运行界面中选中Buildnewjob选项，进入到Selectdatastore界面中，并选中Customers选项，如图9-10所示。该选项是使用DataCleaner自带的customers.csv数据集，除此之外使用者也可以导入外部数据文件。2．分析数据•（1）DataCleaner除了可以查看数据的情况，也可以对数据进行各种分析。在Customers|Analysisjobs界面中选中Analyze，在展开的列表中选中Uniquekeycheck，该操作是查看字段的数据重复率3．数据可视化•（1）在Customers|Analysisjobs界面中选中Analyze，在展开的列表中选中Valuedistribution，该操作使用图来显示数据的分布。接着在工作区界面中右击customers.csv图标，在弹出的对话框中选中Linkto-，并建立customers.csv图标和Valuedistribution图标的联系•（2）双击Valuedistribution图标，在弹出的对话框中选中id、city和gender选项，该选项是设置数据的维度•（3）返回到Customers|Analysisjobs界面，选中右上角的Execute，执行本次操作，并查看运行结果•DataCleaner数据分析实例•1．Stringanalyzer•（1）Stringanalyzer表示对字符串的分析。•9.4本章小结•（1）DataCleaner是一个简单，易于使用的数据质量的应用工具，旨在分析，比较，验证和监控数据。它能够将凌乱的半结构化数据集转换为所有可视化软件，并可以读取的干净可读的数据集。此外，DataCleaner还提供数据仓库和数据管理服务。•（2）使用DataCleaner可对数据进行分析和清洗。•9.5实训
