可以通过数据清洗与整理来判断，具体方法如下：数据清洗：当发现数据中的缺失与异常值时进行数据处理。
第一步：检查原表——先检查原表是否是同样的数据
第二步：确认问题——检查此数据是如何收集而来，和业务团队确认
第三步：数据清洗——从技术角度评估该数据是否缺失/异常，以及如何进行处理
1、遇到数据缺失时，可以依次思考以下问题：缺失的信息来自于哪个数据表？在原表中它们也是缺失的吗？如果在原表也缺失，那么是否是有收集信息的疏漏？
当判定该数据为缺失值时，往往会通过python等工具进行缺失值填充
数据整理：为了能够进一步进行
数据分析，将进行数据整理环节。
1、对数据进行统一的格式化和命名规则处理
2、对某些信息进行重新编码以满足后续分析需求。