本书分为两篇共九章，系统地讲解了数据清洗的理论与实践。第一篇为基础篇，其中第一章介绍数据清洗的基本概念、数据标准化以及数据仓库的概念等；第二章介绍数据格式类型与数据编码，从文件以及文本的格式、文档的归档与压缩、字符编码与数据转换方面做了介绍；第三章对最常用的文本与电子表格数据清洗做了介绍；第四章介绍了数据清洗的基本技术等。第二篇为实战篇，其中第七章介绍了五种常用的数据清洗工具；第八章专门讲解了如何对Web的数据进行采集及预处理；第九章介绍了从RDBMS数据源中获取数据及进行数据的脱敏等操作。