所属分类：综合补充资料 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

零基础学会金融数据清洗

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程适用人群 · 金融数据清洗的重要性与整体学习路径
课程导入学习目标
02
金融数据基础
常见金融数据类型（行情 · 交易 · 财务
金融数据基础常见金融数据类型
03
环境搭建与工具准备
Python基础 · Jupyter Notebook使用 · Pandas与NumPy安装配置
环境搭建工具准备
04
数据清洗核心概念
缺失值 · 重复值 · 异常值
数据清洗核心概念缺失值
05
数据探索与诊断
描述性统计 · 数据分布可视化 · 相关性分析
数据探索诊断
06
缺失值处理
缺失值类型与机制 · 删除法 · 填充法（均值/中位数/众数/前向/后…
缺失值处理缺失值类型
07
重复值处理
完全重复与部分重复 · 基于关键字段去重 · 保留最新记录
重复值处理完全重复
08
异常值处理
基于统计方法（Z-score · IQR） · 基于业务规则
异常值处理Z-score
09
数据类型转换
字符串与数值转换 · 日期时间解析 · 分类数据编码
数据类型转换字符串
10
格式标准化
统一日期格式 · 数字格式（千分位 · 百分比）
格式标准化统一日期格式
11
时间序列数据处理
时间索引设置 · 重采样（日/月/季） · 时区处理
时间序列数据处理时间索引设置
12
数据合并与拼接
横向合并（merge/join） · 纵向拼接（concat） · 键匹配
数据合并拼接
13
数据重塑与透视
pivot与melt · 宽表转长表 · 长表转宽表
数据重塑透视
14
文本数据清洗
金融文本（公告 · 新闻）清洗 · 正则表达式基础
文本数据清洗金融文本
15
金融特有数据问题
复权因子处理 · 停牌数据 · 涨跌停数据
金融特有数据问题复权因子处理
16
数据清洗流程设计
清洗流程标准化 · 函数封装 · 管道化处理
数据清洗流程设计清洗流程标准化
17
实战案例一
股票日线行情数据清洗——从下载到可分…
实战案例一股票日线行情数据…
18
实战案例二
财务报表数据清洗——处理多期报表 · 缺失科目 · 单位不一致
实战案例二财务报表数据清洗
19
实战案例三
交易流水数据清洗——去重 · 异常交易识别 · 客户ID标准化
实战案例三交易流水数据清洗
20
实战案例四
宏观经济数据清洗——多源数据对齐 · 频率转换 · 缺失插补
实战案例四宏观经济数据清洗
21
实战案例五
P2P/信贷数据清洗——处理违约标签 · 缺失率高的特征 · 不平衡数据
实战案例五P2P
22
数据质量评估与验证
清洗前后对比 · 数据质量指标（完整性 · 准确性
数据质量评估验证
23
常见错误与调试技巧
Pandas常见陷阱 · 索引问题 · 内存优化
常见错误调试技巧
24
性能优化与大数据处理
向量化操作 · 分块读取 · 并行处理
性能优化大数据处理
25
数据清洗自动化
编写自动化脚本 · 定时任务 · 清洗流程的模块化与复用
数据清洗自动化编写自动化脚本
26
数据清洗与数据合规
金融数据隐私 · 敏感信息脱敏 · 数据安全
数据清洗数据合规
27
数据清洗与后续分析衔接
清洗后数据如何用于量化分析 · 机器学习建模 · 可视化
数据清洗后续分析衔接
28
综合实战项目
从零清洗一份真实金融数据集（含多类型… · 输出清洗报告与干净数据
综合实战项目从零清洗一份真实…
29
课程总结与进阶路径
核心知识点回顾 · 常见问题速查 · 推荐学习资源
课程总结进阶路径
30
结业测试与挑战
综合测试题 · 实战挑战任务 · 自我评估与课程反馈
结业测试挑战