做数据分析前，先要认清手里的数据是什么类型。数值型可以加减求平均，类别型只能分组计数，时间型带有先后顺序。类型搞错，后面算出来的指标往往毫无意义。
量纲常被忽视。把米和厘米混在一起求平均，结果一定是错的。比较或建模前要统一单位，必要时做标准化，让不同量纲的变量处在可比的尺度上。
缺失值也很常见。缺失不一定是零，直接填零会扭曲分布。要先弄清缺失原因，再选择删除、均值填充或用模型预测填补，不同处理对结论影响很大。
此外还要警惕异常值和重复记录。极端值可能来自录入错误，也可能正是你要找的信号。动手统计前先做一遍数据检查，能避免后面大量返工。
