请简述数据清洗的主要步骤和常见方法。

答题要点

数据清洗是数据预处理的重要环节，主要步骤包括数据审计、缺失值处理、异常值处理、重复值处理和数据标准化。首先进行数据审计，了解数据的基本情况，如数据类型、取值范围、缺失情况等。对于缺失值，常见方法有删除法、填充法，填充法又可分为均值填充、中位数填充、众数填充等。异常值处理可使用统计方法，如基于标准差的方法识别并删除或修正异常值。重复值处理相对简单，直接删除重复记录即可。数据标准化可将数据缩放到特定范围，常见方法有最小 - 最大标准化和 Z - 分数标准化。最小 - 最大标准化将数据缩放到[0, 1]区间，公式为 (x - min) / (max - min)；Z - 分数标准化将数据转换为均值为 0、标准差为 1 的分布，公式为 (x - μ) / σ。通过这些步骤和方法，可以提高数据质量，为后续的数据分析和建模工作奠定良好基础。