Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Descubra como limpar dados em Python
Costuma-se dizer que os cientistas de dados passam 80% do tempo limpando e manipulando dados e apenas 20% do tempo analisando-os. A limpeza de dados é uma etapa essencial para todo cientista de dados, pois a análise de dados sujos pode levar a conclusões imprecisas.Neste curso, você aprenderá a identificar, diagnosticar e tratar vários problemas de limpeza de dados em Python, desde os mais simples até os mais avançados. Você lidará com tipos de dados inadequados, verificará se os dados estão no intervalo correto, lidará com dados ausentes, realizará a vinculação de registros e muito mais!
Saiba como limpar diferentes tipos de dados
O primeiro capítulo do curso explora problemas comuns de dados e como você pode corrigi-los. Primeiro, você entenderá os tipos de dados básicos e como lidar com eles individualmente. Depois, você aplicará restrições de intervalo e removerá pontos de dados duplicados.O último capítulo explora a vinculação de registros, uma ferramenta poderosa para mesclar vários conjuntos de dados. Você aprenderá a vincular registros calculando a similaridade entre cadeias de caracteres. Por fim, você usará suas novas habilidades para unir dois conjuntos de dados de avaliações de restaurantes em um conjunto de dados mestre limpo.
Ganhe confiança na limpeza de dados
Ao final do curso, você terá confiança para limpar dados de vários tipos e usar a vinculação de registros para mesclar vários conjuntos de dados. A limpeza de dados é uma habilidade essencial para os cientistas de dados. Se você quiser saber mais sobre a limpeza de dados em Python e seus aplicativos, confira as seguintes faixas: Cientista de dados com Python e Importação e limpeza de dados com Python.Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Problemas comuns de dados
Neste capítulo, você aprenderá a superar alguns dos problemas mais comuns de dados sujos. Você converterá tipos de dados, aplicará restrições de intervalo para remover pontos de dados futuros e removerá pontos de dados duplicados para evitar contagem dupla.
- Restrições de tipo de dados50 XP
- Tipos de dados comuns100 XP
- Dados numéricos ou ... ?100 XP
- Soma de strings e concatenação de números100 XP
- Restrições de intervalo de dados50 XP
- Restrições de tamanho de pneu100 XP
- De volta para o futuro100 XP
- Restrições de exclusividade50 XP
- Qual é o tamanho do seu subconjunto?50 XP
- Localização de duplicatas100 XP
- Tratamento de duplicatas100 XP
2
Problemas de texto e dados categóricos
Os dados categóricos e de texto podem ser algumas das partes mais confusas de um conjunto de dados devido à sua natureza não estruturada. Neste capítulo, você aprenderá a corrigir inconsistências de espaço em branco e de letras maiúsculas nos rótulos de categoria, a recolher várias categorias em uma só e a reformatar strings para obter consistência.
3
Problemas avançados de dados
Neste capítulo, você vai se aprofundar em problemas mais avançados de limpeza de dados, como garantir que todos os pesos estejam expressos em quilogramas, em vez de libras. Você também vai adquirir habilidades valiosas que vão te ajudar a verificar se os valores foram inseridos corretamente e se os valores ausentes não prejudicam suas análises.
4
Vinculação de registros
A vinculação de registros é uma técnica poderosa usada para mesclar vários conjuntos de dados, usada quando os valores têm erros de digitação ou grafias diferentes. Neste capítulo, você vai aprender a vincular registros calculando a similaridade entre cadeias de caracteres — depois, vai usar suas novas habilidades para unir dois conjuntos de dados de avaliações de restaurantes em um único conjunto de dados principal e organizado.
Limpeza de dados em Python
Curso
concluído
