本书主要介绍如何利用Kettle和Python这两个具有代表性的工具进行数据预处理的相关技术与方法，包括数据抽取、数据清洗、数据集成、数据变换等。全书有9章，内容涉及数据采集、环境部署、Kettle安装及应用、pandas应用，以及数据可视化的基础内容。本书采用任务式编写形式，将大数据预处理技术的理论和实现分解到一个个任务中，融入到一个个典型案例中，让读者在完成各任务的同时掌握和理解相关内容。
本书既有技术的深度，也有行业应用的广度，适合作为高等院校计算机、数据科学与大数据技术等相关专业课程的教材，也适合作为数据处理行业从业人员的参考用书。

第1章Scrapy电影评论数据采集1
任务1．1数据采集1
1．1．1数据采集概述1
1．1．2数据采集方法1
1．1．3数据采集应用3
任务1．2网络爬虫4
1．2．1网络爬虫概述4
1．2．2常用网络爬虫方法4
1．2．3常用网络爬虫工具5
任务1．3网络爬虫实战6
1．3．1获取网页7
1．3．2解析网页9
1．3．3应对反爬机制11
本章习题12
第2章数据预处理环境安
任务2．1数据预处理出现的背景及其目的13
……