“坏数据”的定义难以精确界定。它并非只是缺失值、格式错误的记录和繁琐的文件格式等技术问题,还包括那些浪费时间、导致加班、令人沮丧的数据。例如,无法访问的数据、曾经拥有但丢失的数据,以及今天与昨天不一致的数据等等。简而言之,“坏数据”是阻碍工作进展的数据。从存储问题到表示不佳,再到政策误导,导致“坏数据”的原因多种多样。任何数据科学从业者都难免会遇到这类问题。为此,我们编撰了这本“坏数据手册”,汇集了来自数据领域各个层面的 19 位专业人士的经验分享,他们讲述了自己遇到的数据问题以及如何解决这些问题的经历。