در این بخش با نحوه پیدا کردن، اصلاح و یا حذف نواقص دادههای دور افتاده و تکراری آشنا خواهیم شد تا بتوانیم دیتافریمی اصطلاحاً تمیز شده داشته باشیم. بدون این فرآیند، نتایج حاصل قابل خدشه هستند.