首页
›
智能金融与金融工程
›
035-金融数据清洗与标准化
›
《Python金融数据清洗与质量控制实战100例》
VIP15
本课程属于：035-金融数据清洗与标准化
智能金融与金融工程 · 共 15 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
《金融数据清洗实战100例》
共 100 例
01
去除股票价格数据中的重复记录
02
处理缺失的收盘价数据
03
统一日期格式并排序
04
识别并修正异常交易量
05
清洗财务报表中的非数值字符
06
处理股票代码中的前导零
07
合并多个数据源并去重
08
处理时区不一致的时间戳
09
清洗收益率数据中的极端值
10
处理停牌期间的缺失数据
11
统一公司名称的缩写和别名
12
清洗期权数据中的隐含波动率异常
13
处理债券价格中的应计利息
14
清洗外汇数据中的买卖价差
15
处理高频交易数据中的时间戳重复
16
清洗基金净值数据中的分红调整
17
处理宏观经济数据中的季节调整
18
清洗信用评级数据中的不一致
19
处理金融新闻文本中的噪声
20
清洗社交媒体情绪数据中的重复和垃圾
21
处理股票拆分和合并的数据调整
22
清洗股息数据中的除息日调整
23
处理财务比率计算中的除零错误
24
清洗贷款数据中的违约状态
25
处理保险理赔数据中的异常金额
26
清洗银行交易数据中的分类错误
27
处理加密货币数据中的分叉事件
28
清洗大宗商品数据中的合约换月
29
处理指数成分股变动
30
清洗财务报表中的重述
31
处理不同会计准则下的数据差异
32
清洗市场微观结构数据中的错误报价
33
处理订单簿数据中的缺失层级
34
清洗交易数据中的自成交记录
35
处理融资融券数据中的余额异常
36
清洗基金持仓数据中的股票代码错误
37
处理分析师预测数据中的重复
38
清洗经济指标数据中的修订值
39
处理汇率数据中的交叉汇率不一致
40
清洗利率数据中的期限结构异常
41
处理信用利差数据中的缺失
42
清洗房地产价格指数中的异常波动
43
处理大宗商品库存数据中的单位不一致
44
清洗能源数据中的计量单位错误
45
处理天气衍生品数据中的温度异常
46
清洗航运指数数据中的航线缺失
47
处理区块链交易数据中的粉尘交易
48
清洗P2P贷款数据中的借款人信息缺失
49
处理信用卡交易数据中的欺诈标记
50
清洗股票市场中的涨跌停数据
51
处理期货市场中的夜盘数据
52
清洗期权链数据中的行权价错误
53
处理债券市场中的交易日期缺失
54
清洗基金业绩数据中的费用调整
55
处理指数计算中的除数调整
56
清洗股票数据中的复权因子错误
57
处理财务数据中的会计期间不一致
58
清洗市场数据中的错误代码
59
处理高频数据中的批量删除
60
清洗金融时间序列中的闰秒影响
61
处理多币种数据中的汇率转换
62
清洗衍生品数据中的希腊字母异常
63
处理信用违约互换数据中的恢复率假设
64
清洗股票市场中的盘后交易数据
65
处理基金分红再投资的数据调整
66
清洗债券收益率数据中的负收益率
67
处理金融数据中的字符串编码问题
68
清洗金融数据中的空格和不可见字符
69
处理金融数据中的数据类型错误
70
清洗金融数据中的逻辑错误
71
处理金融数据中的时间戳精度不一致
72
清洗金融数据中的重复列
73
处理金融数据中的列名不一致
74
清洗金融数据中的缺失索引
75
处理金融数据中的异常跳空
76
清洗金融数据中的四舍五入误差
77
处理金融数据中的时区偏移错误
78
清洗金融数据中的重复索引
79
处理金融数据中的非交易日数据
80
清洗金融数据中的异常值（基于统计方法）
81
处理金融数据中的缺失值（基于模型）
82
清洗金融数据中的文本字段
83
处理金融数据中的分类变量编码
84
清洗金融数据中的日期时间组件
85
处理金融数据中的浮点数精度问题
86
清洗金融数据中的布尔值不一致
87
处理金融数据中的JSON字段解析
88
清洗金融数据中的数组字段
89
处理金融数据中的时间窗口聚合
90
清洗金融数据中的滚动计算错误
91
处理金融数据中的前向填充错误
92
清洗金融数据中的后向填充错误
93
处理金融数据中的插值方法选择
94
清洗金融数据中的离群点（基于聚类）
95
处理金融数据中的时间序列平稳性
96
清洗金融数据中的自相关异常
97
处理金融数据中的多重共线性
98
清洗金融数据中的标签噪声
99
处理金融数据中的不平衡数据
100
清洗金融数据中的特征缩放
所属VIP或分类
同VIP：Pandas金融时间序列清洗与对齐实战
同VIP：Polars金融数据清洗与懒执行优化实战
同VIP：价格成交量异常Tick识别与修复实战