随机选择2014-2020年中连续3年的全国气象数据集进行需求分析,对数据做数据清洗操作，如果该气象站已停用，则过滤掉该站点数据，对过滤后的数据中空值进行填补（可以使用均值，众数等）

好的，这是一个具体的需求分析案例，我可以为您提供一些指导。

首先，您需要选择2014-2020年中的任意3个连续年份的全国气象数据集，以进行数据清洗操作。可以从国家气象局或其他相关机构获取这些数据集。

接下来，您需要进行数据清洗操作，包括去除停用的气象站点数据和对空值进行填补。具体步骤如下：

1. 去除停用的气象站点数据：可以使用数据集中提供的站点状态信息，筛选出停用的气象站点数据，并将其从数据集中删除。

2. 对空值进行填补：可以使用均值、众数等方法来填补空值。具体方法取决于数据的分布情况和缺失值的类型。例如，如果数据符合正态分布，可以使用均值来填补空值；如果数据的分布情况不明确，可以使用众数来填补空值。需要注意的是，填补空值时要考虑数据的特性，避免填补后数据失真。

最后，为了确保数据质量，还需要进行数据验证和测试。可以使用统计方法来验证数据的准确性和一致性，并使用可视化工具来测试数据的可视化效果。

希望这些信息能对您的需求分析有所帮助。