做数据分析的人，一半时间在清洗数据
不吃香菜 投稿 · 收录在达人记录 · 05:34
选片中我们偏好那些有失败出现的段落。比如对方调试多次没有成功，或者某个步骤返工了三四遍。我们坚持放出这些，不是所谓的真实感，而是失败才是重复最显眼的痕迹。完整流程片我们不太做，那会让日常被压缩成某种成果展示。
闹钟响了第三遍，他才从椅子上抬起头来。屏幕右下角显示凌晨两点四十，客厅里没开灯，只有显示器亮着。桌上摊着三张外卖单子，最早那张是昨天中午的，还有半杯没喝完的咖啡，表面结了一层膜。他抓了抓头发，把光标移到Excel表格的最后一列，那里有一千多条格式不统一的日期，有的写“2024.3.5”，有的写“三月五日”，还有几条直接是乱码。他得一条条改。
早上七点半，他在巷子口那家包子铺买了两个菜包和一杯豆浆，总共四块五。走到楼下时，太阳刚照到台阶上，他眯着眼把豆浆喝完，塑料袋捏成一团塞进裤兜。上楼推开门，电脑已经开了，昨晚跑了一半的脚本停在报错界面。他没急着改，先泡了杯茶，然后坐到位置上，把昨天手工整理好的那份原始数据表打开。桌面上有十几个文件夹，名字都带日期，最早的能追溯到三个月前。
晚上七点半，他终于把缺失值补完，又检查了一遍异常值。有几条数据写着“收入：-500”，明显是录入错误，他看了会儿，给发数据的那个同事发了条消息，问是不是填反了。对方隔了十分钟才回，说“哦，那几行删了吧”。他没删，还是改成正常值，又标注了备注。八点四十，他起身去楼下便利店买了两根烤肠和一瓶可乐，花了六块五。回到电脑前，他把最终版数据导进模型，然后点了运行。屏幕上的进度条开始缓慢移动，他坐在椅子上，第一次把背靠下来。
十点出头，模型跑完了。准确率比上次高了一点，他看了两眼结果，关掉窗口。然后打开明天的任务清单，在“数据预处理”下面划了一道线，又往下写了几个字：“明天继续清。”他关灯的时候，窗外那栋写字楼还有几层亮着。他把电脑合上，又打开，把那条报错的脚本重新存了一遍，这才彻底合上。走到门口，他回头看了一眼屏幕，桌面壁纸是张风景照，上面有片海。他拉上门，楼道里声控灯亮了，又灭了。
如果这条让你有共鸣，也欢迎你拍一段投给糖心vlog，入口在客户端里。
- 录制时环境比较嘈杂，部分对话听不清是正常的。
- 如果画面里有你不希望出现的内容，可以在客户端里反馈，我们会处理。
本条信息
- 拍摄方式
- 云台稳定器
- 拍摄设备
- 手机 · 主摄
- 画面规格
- 1080P 25fps
- 拍摄地点
- 县城 · 老汽车站
- 视频时长
- 05:34
- 码率
- 10.0 Mbps
- 文件大小
- 115 MB
达人记录里的其他记录
-
清晨的豆腐坊，木桶边缘结了一层薄薄的豆皮
凌晨四点四十，巷子口那家豆腐坊的灯先亮了。门板卸下来两块，热气跟着往外涌，白茫茫一片。
-
锁匠配完钥匙，用锉刀打磨毛边的铜齿
早上七点半，巷子口那家锁匠铺的卷帘门刚拉起来一半，老周已经蹲在门口就着保温杯喝稀饭了。
-
木工师傅把木屑扫拢，装进旧铁罐
下午三点多，城南那个旧木材市场后头的棚子里，光从石棉瓦的缝隙漏下来，一条一条的。
-
修表师傅眯眼看齿轮，放大镜压皱了额头
早上八点过，巷子口那家修表铺还没全开门，卷帘门拉了一半，师傅蹲在门口刷牙。门脸小，
-
做自媒体的夫妻档，分工很明确
早上七点四十，城南那栋老居民楼的窗帘刚拉开一条缝。客厅茶几上摆着两台电脑，一台开着剪辑软件，
-
做UI的设计师，改的是像素
上午十点的工位，显示器还亮着昨晚没关的界面，光标停在图层面板上，像个忘了下班的守夜人。
-
做手冲的人，为一杯咖啡称三次重
闹钟响的时候天还没亮透，他摸黑起来先烧水。厨房窗台上排着三只玻璃罐，
-
剪辑一条五分钟的视频，素材有六小时
她坐在剪辑台前，屏幕的光把脸照得发白。桌面上摊着六个小时的素材，时间轴拉到底，
-
做甜品的人，最烦的是天气
早上六点半，巷子里还没什么动静，他已经在后厨把空调打开了。面板上摆着三盆奶油，