数据清洗与预处理

# 數據清洗與預處理請求 ## 當前數據狀態 - 數據集名稱：[數據集名稱] - 已知問題：[缺失值/異常值/格式不一致等] - 目標用途：[分析/建模/可視化等] ## 清洗需求 請幫我設計並實現以下數據清洗步驟： 1. 處理缺失值（填充/刪除/插補） 2. 識別並處理異常值 3. 標準化/歸一化數值特徵 4. 編碼分類變量 5. 處理日期時間格式 6. 創建必要的派生特徵 ## 具體指導 - 缺失值處理策略：[填充均值/中位數/眾數/特定值] - 異常值定義標準：[IQR方法/Z-score/領域知識] - 需要保留的原始特徵：[列出關鍵特徵] - 需要創建的新特徵：[描述所需的特徵工程] ## 輸出要求 - 清洗步驟的詳細說明 - 每個步驟前後的數據狀態比較 - 清洗過程中的關鍵決策點及理由 - 清洗後數據的質量評估