50 % de descuento en DataCamp Premium. Más de 700 cursos a mitad de precio. Empieza a aprender hoy.
Descripción del curso
Descubre cómo limpiar datos en Python
Se suele decir que los científicos de datos dedican el 80% de su tiempo a limpiar y manipular los datos y sólo el 20% a analizarlos. La limpieza de datos es un paso esencial para todo científico de datos, ya que analizar datos sucios puede llevar a conclusiones inexactas.En este curso, aprenderás a identificar, diagnosticar y tratar diversos problemas de limpieza de datos en Python, desde los más sencillos a los más avanzados. Tratarás con tipos de datos incorrectos, comprobarás que tus datos están en el intervalo correcto, manejarás los datos que faltan, realizarás la vinculación de registros, ¡y mucho más!
Aprende a limpiar distintos tipos de datos
El primer capítulo del curso explora los problemas habituales con los datos y cómo puedes solucionarlos. Primero comprenderás los tipos de datos básicos y cómo tratarlos individualmente. Después, aplicarás restricciones de rango y eliminarás los puntos de datos duplicados.El último capítulo explora la vinculación de registros, una potente herramienta para fusionar múltiples conjuntos de datos. Aprenderás a enlazar registros calculando la similitud entre cadenas. Por último, utilizarás tus nuevas habilidades para unir dos conjuntos de datos de reseñas de restaurantes en un conjunto de datos maestro limpio.
Ganar confianza en la limpieza de datos
Al final del curso, adquirirás confianza para limpiar datos de varios tipos y utilizar la vinculación de registros para fusionar varios conjuntos de datos. La limpieza de datos es una habilidad esencial para los científicos de datos. Si quieres aprender más sobre la limpieza de datos en Python y sus aplicaciones, consulta los siguientes programas: Científico de Datos con Python e Importación y Limpieza de Datos con Python.Requisitos previos
Programa de formación
Esquema del curso
1
Problemas comunes de datos
En este capítulo aprenderás a resolver algunos de los problemas más comunes de datos sucios. Convertirás tipos de datos, aplicarás restricciones de rango para eliminar puntos de datos del futuro y quitarás duplicados para evitar contar dos veces.
- Restricciones del tipo de datos50 XP
- Tipos de datos comunes100 XP
- ¿Datos numéricos o ... ?100 XP
- Sumar cadenas y concatenar números100 XP
- Restricciones del rango de datos50 XP
- Limitaciones del tamaño de los neumáticos100 XP
- Regreso al futuro100 XP
- Restricciones de unicidad50 XP
- ¿Qué tamaño tiene tu subconjunto?50 XP
- Encontrar duplicados100 XP
- Tratamiento de duplicados100 XP
2
Problemas con datos de texto y categóricos
Los datos categóricos y de texto suelen ser de las partes más desordenadas de un conjunto de datos por su naturaleza no estructurada. En este capítulo, aprenderás a corregir inconsistencias de espacios en blanco y mayúsculas en las etiquetas de categorías, a agrupar varias categorías en una y a reformatear cadenas para mantener la coherencia.
3
Problemas de datos avanzados
En este capítulo profundizarás en problemas de limpieza de datos más avanzados, como asegurarte de que los pesos estén todos en kilogramos en lugar de libras. También adquirirás habilidades valiosas que te ayudarán a verificar que los valores se han sumado correctamente y que los valores faltantes no afectan negativamente a tus análisis.
4
Record linkage
El record linkage es una técnica potente para combinar varios conjuntos de datos cuando hay valores con erratas o diferentes grafías. En este capítulo, aprenderás a enlazar registros calculando la similitud entre cadenas; después pondrás en práctica tus nuevas habilidades para unir dos conjuntos de reseñas de restaurantes en un único conjunto maestro limpio.
Limpieza de datos en Python
Curso
completado
