老师
大家好，我是北京市第三十五中学的李娟老师，今天咱们一起来学习数据整理这节课。首先让我们一起来回顾一下之前本单元学习过的内容。通过之前的学习，我们已经了解到数据处理的一般过程，包含数据采集、数据整理、数据分析和数据呈现四个过程。上节课我们已经学习了数据采集，并且通过活动体验了数据采集的方法和过程。那么采集到的数据是怎样保存的？常见的数据保存形式是云存储，数据库文件形式保存。那么什么是云存储？云存储是一种网络存储技术，用户可以通过网络随时存取文件，比如我们常见的百度网盘就是一种云存储的应用。数据库是一种保存管理数据的软件，它可以将数据以结构化的方式保存和管理，即使是数百万条的数据，也可以快速查找到所需要的数据。
老师
文件形式保存是我们最熟悉的方式，也是我们最常用的方式。以文件形式保存数据，常见的是文本 TXT 和 CSV 格式。 TXC 格式大家比较熟悉，其实 CSV 文件也是一种文本格式，但是里面的数据是以固定符号来分隔的，通常以英文逗号来分隔，这种格式可以直接用Excel、 WPS 等表格软件来打开。如图所示，文本数据行就是表格的一行，逗号间隔的数据就是表格中的列，这就是 CSV 文件的特点。
老师
上节课我们通过网络和传感器采集到了数据，那么这些采集到的数据是否可以直接使用？我们一起来看一下如图所示这部分的原始数据，这是一部分学生体质健康的数据，请仔细观察该数据存在什么问题。我想大家应该都观察到了，数据存在着重复、空缺和数据单位不正确的情况，如图中黄色趋于所示。其实一般数据采集都会存在一些问题，比如数据的缺失、数据错误、数据重复、数据非标准化的问题。这类存在问题的数据我们形象的称之为脏数据。我们对于数据处理的目的是为了从数据中提取出数据的价值，只有完整的、统一的、准确的数据才是有效的数据，而从有效数据中我们才可以提取出数据的价值，为分析决策提供依据。所以我们要对原始数据做出一定的处理，将其转变为清洁数据，这就是我们数据整理的目的。
老师
怎样才可以将问题数据处理成清洁数据？我们要通过去重来删除重复数据，通过补漏来补全缺失数据，通过刊物来纠正数据中的错误和非标准化的问题。下面我们通过几个活动来体验数据整理的过程。金山银山不如绿水青山，我们国家这些年一直致力于环境的治理、生态修复，也落实了很多政策，关停了很多污染企业。随着环境的治理，你所在的城市或地区