在於將資料【處理掉顯而易見的錯誤】
舉例來說，這是某間公司對於會員所收集的性別資料，裡面包括：男、女、男生、女生、男性、女性、男姓(打錯字)、F、f、M、m、Female、Male、female(各種單字縮寫和大小寫不同)……。
這些就算了，我像盛竹如一樣繼續看下去，於是看到093xxxxxxx的手機資料、還有屏東縣xxx的地址資料……裡面何止有兩種？根本有上百種！可以想像性別圓餅圖跑出來，不是一分為二的乾淨俐落，而是如上切分了各種色塊嗎？
資料清洗的過程：
首先決定好最終想要看到什麼，是想要看到【男、女】，還是【M、F】？假設決定最終要設計成【男、女】，則開始做收斂歸類，透過某些程式作業，將男生、男性、男姓、M、m、Male、male等等全數歸類成「男」，「女」的歸類同理。最後，將無法分辨男女的例如手機資料、地址資料，列為null。
真正清洗完的性別資料，只會有三種內容：男、女、null(不存在/空集合)。
【資料清洗】的初級、中級、高級怎麼分呢？
舉例來說，可大致如下區別：
初級：相對單純，使用Excel公式即可處理的，例：性別、日期。
中級：資料本身有橫向位移的狀況，例：性別資料，跑進了備註欄位裡。
高級：地址正規化，把某個地方賦予縣市鄉鎮甚至具體地址，例：「北所」的地址是什麼呢？
可能乍看會覺得，嗯？不就Excel人工改一改就好，有什麼了不起的？如果現在只有如圖片中十幾筆資料，確實人工改一改就好，但當現在若資料有幾十萬筆……甚至如勞保局資料有十幾億筆，千萬不要浪費生命用人工方式去處理。
請儘管相信專業，交給專業。