數據清理，也稱爲數據清洗，是數據預處理的關鍵步驟，旨在提高數據的質量和可用性。數據清理包括審查和校驗數據，以發現並糾正數據文件中的錯誤，處理無效值和缺失值，確保數據的一致性。
數據清理過程中，可能會應用數理統計、數據挖掘和預定義的清理規則等技術，刪除或修正錯誤、不一致、不完整和重複的數據。這一過程對於保證數據分析結果的準確性至關重要，可以避免因錯誤信息而導致的分析問題。例如，小數點的錯誤可能會導致數據結果放大許多倍。數據清理不僅包括處理數據的準確性、完整性、一致性、唯一性和適時性，還涉及轉換數據爲標準可接收的格式。此過程可能涉及多種方法，具體取決於數據源和所需的分析類型。數據清理通常由計算機而非人工完成，以提高效率和準確性。在大數據項目中，數據清理的時間可能佔整個數據分析過程的一半或更多。
總的來說，數據清理是數據統計分析或機器學習項目中不可缺少的環節，其結果質量直接關係到分析的效果和最終結論。