医疗数据清洗系列—中等难度数据集

数据集是专为关系型数据清洗实践而构建的双表合成医疗数据集,核心价值在于通过在患者表与就诊表之间设置不一致分类值、拼写错误、混合日期格式、数值字段含文本符号、缺失值、重复就诊记录、无效日期关系、外键断裂、孤立记录及异常金额等15种以上真实世界数据质量问题,有效解决了从单表清洗向关系型数据库清洗过渡的训练需求。适用于数据分析学习者与数据工程师进行跨表数据质量分析与清洗流程实践。

行业:
医疗
国标分类:
行业通识数据集
0
35
2026-08-20

数据集介绍

数据属性

数据模态
表格
数据格式
CSV
记录数/样本数
2000+条记录
文件数量
2个文件
总大小
约1MB
地理覆盖范围
不适用
时间覆盖范围
无特定时间点
数据更新频率
静态(不再更新)
数据采集方式
数据合成
预期用途
微调
标注状态
完全标注
标注类型
分类标签
数 据 驱 动 未 来
Data Drives The Future
0512-88869195
客服微信二维码

微信扫码,咨询客服

数 据 驱 动 未 来
Data Drives The Future