Python으로 데이터 정제하기

범주형과 텍스트 데이터는 비정형적인 특성 때문에 종종 가장 지저분합니다. 이 장에서는 범주 라벨의 공백과 대소문자 불일치를 정리하고, 여러 범주를 하나로 합치며, 문자열 형식을 일관되게 재정렬하는 방법을 배웁니다.

이 장에서는 파운드 대신 모든 무게가 킬로그램으로 표기되도록 보장하는 것과 같은 더 고급 데이터 정제 문제를 다룹니다. 또한 값이 올바르게 합산되었는지 확인하고, 결측값이 분석에 부정적인 영향을 주지 않도록 검증하는 데 도움이 되는 중요한 기술도 익히게 됩니다.

레코드 연결은 오탈자나 서로 다른 철자가 있을 때 여러 데이터셋을 하나로 병합하는 강력한 기법입니다. 이 장에서는 문자열 간 유사도를 계산해 레코드를 연결하는 방법을 배우고, 이를 활용해 두 개의 레스토랑 리뷰 데이터셋을 하나의 깔끔한 마스터 데이터셋으로 결합해 볼 거예요.