先读取一下数据  看一下数据情况 

定义脏数据的标准

利用提前定义好的规则filter数据集

我想问一下，就比如衣服型号sml，三个属性。然后他有些是行这个属性列是空值，我们一般咋处理。是把他赋予中间属性呢还是直接删除

我一般遇到空值的时候都会选择直接删除。但是要是脏数据太多的时候，数据量会少了不少

时间序列能数据能把脏数据直接删除么？还是补0什么的根号些吧？

缺特征的肯定删掉啊，总不可能随机给他赋值吧

缺太多只能删了吧，理论上可以做个聚类填充？

重新爬

生成填补数据对时间序列应该更合理吧。

比如用加入随机扰动的近似曲线填补缺失的时间序列数据。

感觉效果都差不多

这样啊。记得你原来发过时间序列的项目。看来从逻辑推测和实际效果还是得实验看看。