编辑“︁ETL过程详解”︁（章节）

=== 2. 转换（Transform） ===
关键操作包括：
* '''数据清洗'''：处理缺失值、去重、修正格式错误。
* '''数据标准化'''：统一单位、编码（如性别"男/女"转为"M/F"）。
* '''业务规则应用'''：计算衍生字段（如销售额=单价×数量）。
* '''聚合'''：按维度汇总（如按地区统计销售总额）。

示例：使用Pandas进行数据转换：
<syntaxhighlight lang="python">
# 清洗：填充缺失值
df['amount'].fillna(0, inplace=True)

# 标准化：日期格式统一
df['order_date'] = pd.to_datetime(df['order_date'])

# 业务规则：标记大额订单
df['is_large_order'] = df['amount'] > 100

# 聚合：按客户ID统计订单数
customer_stats = df.groupby('customer_id').agg(
    total_orders=('order_id', 'count'),
    total_amount=('amount', 'sum')
)
print(customer_stats.head())
</syntaxhighlight>

'''输出示例'''：
<pre>
             total_orders  total_amount
customer_id                            
14                      1         150.0
52                      1          99.5
</pre>