清理数据集，其中每个记录被视为一个表。

下面是一个示例代码，展示了如何清理一个数据集，其中每个记录被视为一个表。

import pandas as pd

# 创建示例数据集
data = [
    {'ID': 1, 'Name': 'John', 'Age': 25},
    {'ID': 2, 'Name': 'Emma', 'Age': 30},
    {'ID': 3, 'Name': 'Tom', 'Age': 35}
]
df = pd.DataFrame(data)

# 将每个记录拆分为单独的表
tables = []
for index, row in df.iterrows():
    table = pd.DataFrame(row).transpose()
    tables.append(table)

# 清理每个表
clean_tables = []
for table in tables:
    # 在此处进行数据清理操作，例如去除空值、处理异常值等
    clean_table = table.dropna()  # 示例：删除含有空值的行
    clean_tables.append(clean_table)

# 打印清理后的表
for table in clean_tables:
    print(table)
    print('---')

在上面的示例中，我们首先创建了一个示例数据集，然后将每个记录拆分为单独的表。接下来，我们可以在循环中对每个表进行数据清理操作，例如删除含有空值的行。最后，我们打印出清理后的表。

请注意，这只是一个示例代码，具体的数据清理操作可以根据实际情况进行修改和扩展。