数据分析 > 数据清洗与预处理工具

KNIME 是开源的可视化数据分析平台，通过节点拖拽构建工作流，覆盖数据清洗、转换到机器学习的完整过程。

RapidMiner（现属 Altair）是经典的数据科学平台，以可视化算子流程实现数据预处理、建模与评估一体化。

Orange 是开源的可视化数据挖掘工具，以组件连线方式完成数据预处理、可视化与机器学习，深受教学场景欢迎。

Weka 是怀卡托大学开发的经典机器学习工作台，提供图形界面完成数据预处理、特征筛选与算法实验。

Datameer 是面向数据仓库的自助式数据准备平台，以类电子表格界面让分析师直接在云端完成清洗转换。

Tamr 是基于机器学习的云原生数据掌握平台，专注大规模实体解析与主数据清洗，解决记录匹配合并难题。

Winpure 是专注数据清洗与去重的桌面工具，通过模糊匹配识别重复记录，广泛用于客户数据的净化整理。

Data Ladder 是数据质量软件厂商，其 DataMatch 产品以高精度模糊匹配帮助企业完成去重、匹配与数据净化。

Pandas 是 Python 生态最核心的数据处理库，DataFrame 结构让数据清洗、整形与探索分析变得高效优雅。

NumPy 是 Python 科学计算的基石库，提供高性能多维数组与向量化运算，是数值数据清洗与预处理的基础。