데이터 클리닝(정제)

정의

모아 둔 데이터에서 잘못되거나 빠지거나 겹친 부분을 찾아 바로잡는 일.

자세한 설명

수집한 데이터에는 빈칸, 잘못 적힌 값, 같은 내용이 중복으로 들어간 줄 같은 문제가 흔히 섞여 있습니다. 데이터 클리닝은 이런 문제를 찾아내 지우거나 바로잡아 다음 작업에서 쓸 만한 상태로 만드는 일입니다. 결측치 채우기, 중복 줄 지우기, 형식 통일하기가 모두 이 과정에 속합니다. 정제를 거치지 않은 데이터로 집계하면 겉보기엔 멀쩡해도 결과가 틀릴 수 있습니다.

예를 들면

회원 명단에서 전화번호가 빠진 줄과 이름이 두 번 들어간 줄을 찾아 바로잡는 데이터 클리닝을 했습니다.

관련 용어