脏数据是指在数据集中存在错误、缺失、重复、不一致等问题的数据。以下是五种常见的脏数据类型：
1. 错误数据：这种类型的脏数据是指数据集中具有错误信息或与实际情况不符的数据。例如，一个包含年龄信息的数据集中存在无效的负数或超过合理范围的数值。
2. 缺失数据：这种类型的脏数据是指数据集中缺少某些数据值或属性的实例。例如，一个客户信息的数据集中可能缺少某些客户的联系方式或地址信息。
3. 重复数据：这种类型的脏数据是指数据集中存在重复的数据实例。例如，在一个订单数据集中，可能出现同样的订单被记录了多次。
4. 不一致数据：这种类型的脏数据是指数据集中某些数据出现了不一致的情况。例如，在一个产品信息的数据集中，可能出现同一产品的价格在不同记录中出现了不同的数值。
5. 命名不一致：这种类型的脏数据是指数据集中存在不一致的命名方式。例如，在一个产品信息的数据集中，可能出现同一产品被命名为不同的名称或简写方式。
这些脏数据类型会给数据分析和决策带来困扰，因此数据清洗和预处理的过程中需要对这些脏数据进行处理，以确保数据的准确性和一致性。