数据清洗的方法有

1、标准化数据格式：将数据格式统一，包括日期、时间、货币符号等，以便更容易进行分析和比较。

2、缺失值处理：对于缺失值，可以选择删除该行、使用平均值、中位数或最常见的值来填补缺失值。

3、异常值处理：通过绘制箱线图、直方图等来检测异常值，然后可以选择删除、替换或修正异常值。

4、重复值处理：检查数据中是否存在重复记录，并选择删除或合并重复氇监煜紊记录。数据类型转换：将数据转换为正确的数据类型，例如将字符串转换为数字。

5、数据过滤：根据业务需求，选择需要的数据进行分析，过滤掉不需要的数据。

6、数据归一化：对于存在不同量纲或单位的数据，可以使用最大-最小归一化、标准差归一化等方法将数据归一化。

7、数据转换：使用函数或算法将原始数据转换为需要的数据形式，例如将连续变量离散化、对数据进行采样等。

8、校验数据：对清洗后的数据进行校验，以确保数据的准确性和可靠性。