50% de desconto no DataCamp Premium. Mais de 700 cursos pela metade do preço. Comece a aprender hoje.
Descrição do curso
Se você perguntasse a um grande número de cientistas e analistas de dados quais tarefas são mais comuns no dia a dia, a limpeza de dados provavelmente apareceria em quase todas as respostas. Isso acontece porque dados do mundo real são bagunçados. Para ajudar você a domar esses dados, este curso ensina como limpar dados armazenados em um banco de dados PostgreSQL. Você vai aprender a resolver problemas comuns, como limpar strings problemáticas, lidar com valores vazios, comparar a similaridade entre strings e muito mais. Você vai praticar tudo isso na prática usando conjuntos de dados interessantes (mas bagunçados) disponibilizados pelo programa Open Data da cidade de Nova York. Pronto para colocar esses dados em ordem?
Pré-requisitos
Programa de estudos
Descrição do curso
1
Noções básicas de limpeza de dados
Neste capítulo, você vai compreender abordagens de limpeza de dados ao trabalhar com bancos de dados PostgreSQL e aprender o valor de limpar dados o mais cedo possível no pipeline. Você também vai aprender técnicas básicas de edição de strings, como remover espaços desnecessários, além de tópicos mais avançados, como correspondência de padrões e similaridade de strings para identificar valores que precisam de limpeza.
- Introdução à limpeza de dados50 XP
- Desenvolvendo uma mentalidade de limpeza de dados50 XP
- Aplicando funções para limpeza de strings100 XP
- Correspondência de padrões50 XP
- Classificando infrações de estacionamento por horário do dia100 XP
- Mascarando informações de identificação com expressões regulares100 XP
- Correspondendo strings semelhantes50 XP
- Correspondendo nomes de cores inconsistentes100 XP
- Padronizando nomes de cores100 XP
- Padronizando várias cores100 XP
- Formatando texto para colegas100 XP
2
Dados ausentes, duplicados e inválidos
Você vai aprender a escrever consultas para resolver problemas comuns de dados ausentes, duplicados e inválidos no contexto de tabelas de bancos de dados PostgreSQL. Em exercícios práticos, você vai usar a função COALESCE(), a consulta SELECT e a cláusula WHERE para limpar dados bagunçados.
3
Convertendo dados
Às vezes, você precisa converter dados armazenados em um banco de dados PostgreSQL de um tipo para outro. Neste capítulo, você vai explorar as expressões necessárias para converter texto em tipos numéricos e como formatar strings para dados temporais.
4
Transformando dados
No capítulo final, você vai aprender a transformar seus dados e construir tabelas dinâmicas (pivot). Trabalhando com dados postais do mundo real, você vai descobrir como combinar e dividir endereços em cidade, estado e CEP usando várias funções poderosas, incluindo CONCAT(), SUBSTRING() e REGEXP_SPLIT_TO_TABLE().
S
Limpeza de dados em bancos de dados PostgreSQL
Curso
concluído
