在資料分析中資料分析獲取是一個非常重要的事情，為了保證資料分析出一個很好的結果，需要一個乾淨的資料，乾淨的資料能夠提高資料分析的效率，所以，資料清洗是一個很重要的工作，通過資料的清洗，就能夠統一資料的格式，這樣才能夠減少資料分析中存在的眾多問題，從而提高資料的分析的效率。一般來說，清洗資料的物件就是缺失值、重複值、異常值等。

首先給大家說明一下什麼是缺失值，所謂缺失值就是資料中由於缺少資訊導致資料的分組、缺失被稱為缺失值，存在缺失值的資料中由於某個或者某些資料不是完整的，對資料分析有一定的影響。所以，我們需要對缺失值進行清理，那麼缺失值怎麼清理呢？對於樣本較大的缺失值，我們可以直接刪除，如果樣本較小，我們不能夠直接刪除，因為小的樣本可能會影響到最終的分析結果。對於小的樣本，我們只能通過估算進行清理。

其次給大家說一下什麼是異常值，這裡說的異常值就是指一組測試值中宇平均數的偏差超過了兩倍標準差的測定值。而與平均值的偏差超過三倍標準差的測定值則被稱為高度異常值。對於異常值來說，我們一般不作處理，當然，這前提條件就是演算法對異常值不夠敏感。如果演算法對異常值敏感了怎麼處理異常值呢？那麼我們就需要用平均值進行替代，或者視為異常值去處理，這樣可以降低資料異常值的出現。

然後給大家說一下什麼是重複值，所謂重複值，顧名思義，就是重複的資料，資料中存在相同的資料就是重複資料，重複資料一般有兩種情況，第一種就是資料值完全相同的多條資料記錄。另一種就是資料主體相同但匹配到的唯一屬性值不同。這兩種情況複合其中的一種就是重複資料。那麼怎麼去除重複資料呢？一般來說，重複資料的處理方式只有去重和去除兩種方式，去重就是第一種情況的解決方法，去除就是第二種情況的解決方法。

上面就是關於資料清洗工作要去除的物件有哪些的內容了。一般來說，資料清理的工作就是去除資料中的異常值、缺失值以及重複值，這些無用的資料大家在清理資料的時候一定要注意，只有這樣才能夠做好資料分析。最後提醒大家的是，大家在清理資料之前一定要儲存好自己的原始資料，希望這篇文章能夠給大家帶來幫助。