After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Odkryj, jak czyścić dane w Pythonie
Powszechnie mówi się, że data scientist spędzają 80% swojego czasu na czyszczeniu i przetwarzaniu danych, a tylko 20% na ich analizie. Czyszczenie danych to niezbędny etap pracy każdego data scientist, ponieważ analiza nieczystych danych może prowadzić do błędnych wniosków.W tym kursie nauczysz się, jak identyfikować, diagnozować i rozwiązywać różne problemy związane z czyszczeniem danych w Pythonie, od prostych po zaawansowane. Będziesz pracować z nieprawidłowymi typami danych, sprawdzać, czy dane mieszczą się w prawidłowym zakresie, obsługiwać brakujące dane, wykonywać łączenie rekordów i nie tylko!
Dowiedz się, jak czyścić różne typy danych
Pierwszy rozdział kursu omawia najczęstsze problemy z danymi i sposoby ich naprawy. Najpierw poznasz podstawowe typy danych i nauczysz się, jak pracować z każdym z nich osobno. Następnie zastosujesz ograniczenia zakresu i usuniesz zduplikowane punkty danych.Ostatni rozdział omawia łączenie rekordów, potężne narzędzie do scalania wielu zbiorów danych. Nauczysz się, jak łączyć rekordy, obliczając podobieństwo między ciągami znaków. Na koniec wykorzystasz nowe umiejętności, aby połączyć dwa zbiory danych z recenzjami restauracji w jeden czysty główny zbiór danych.
Zdobądź pewność w czyszczeniu danych
Po ukończeniu kursu zyskasz pewność w czyszczeniu danych różnych typów oraz wykorzystaniu łączenia rekordów do scalania wielu zbiorów danych. Czyszczenie danych to podstawowa umiejętność dla data scientistów. Jeśli chcesz dowiedzieć się więcej o czyszczeniu danych w Pythonie i jego zastosowaniach, sprawdź poniższe ścieżki: Data Scientist z Pythonem oraz Importowanie i czyszczenie danych z Pythonem.Wymagania wstępne
Program kursu
Plan kursu
1
Typowe problemy z danymi
W tym rozdziale nauczysz się radzić sobie z najczęstszymi problemami związanymi z brudnymi danymi. Będziesz konwertować typy danych, stosować ograniczenia zakresu, aby usuwać przyszłe punkty danych, oraz eliminować zduplikowane rekordy, żeby uniknąć podwójnego liczenia.
- Ograniczenia typów danych50 XP
- Typowe typy danych100 XP
- Dane liczbowe czy… nie?100 XP
- Sumowanie łańcuchów i konkatenacja liczb100 XP
- Ograniczenia zakresu danych50 XP
- Ograniczenia rozmiarów opon100 XP
- Powrót do przyszłości100 XP
- Ograniczenia unikalności50 XP
- Jak duży jest twój podzbiór?50 XP
- Wyszukiwanie duplikatów100 XP
- Usuwanie duplikatów100 XP
2
Problemy z danymi tekstowymi i kategorycznymi
Dane kategoryczne i tekstowe bywają jednymi z najbardziej nieuporządkowanych elementów zbioru danych ze względu na swój nieustrukturyzowany charakter. W tym rozdziale nauczysz się poprawiać niespójności związane z białymi znakami i wielkością liter w etykietach kategorii, łączyć wiele kategorii w jedną oraz ujednolicać format ciągów znaków.
3
Zaawansowane problemy z danymi
W tym rozdziale zajmiesz się bardziej zaawansowanymi problemami z czyszczeniem danych – na przykład sprawdzeniem, czy wszystkie wagi są podane w kilogramach zamiast w funtach. Zdobędziesz też cenne umiejętności, które pomogą ci weryfikować poprawność dodanych wartości oraz dbać o to, by brakujące dane nie wpływały negatywnie na twoje analizy.
4
Łączenie rekordów
Łączenie rekordów to skuteczna technika służąca do scalania wielu zbiorów danych, przydatna zwłaszcza gdy wartości zawierają literówki lub różne warianty zapisu. W tym rozdziale nauczysz się łączyć rekordy, obliczając podobieństwo między ciągami znaków, a następnie wykorzystasz nowe umiejętności, aby połączyć dwa zbiory recenzji restauracji w jeden, uporządkowany zbiór danych.
Czyszczenie danych w Pythonie
Kurs
ukończony
