Name: Очистка данных в R
Rating: 4.772781065088758 (845 reviews)

Описание курса

Преодолейте распространённые проблемы с данными, например удаление дубликатов в R

Часто говорят, что специалисты по данным тратят 80% своего времени на очистку и обработку данных и лишь 20% — на их анализ. Время, потраченное на очистку, имеет решающее значение, поскольку анализ грязных данных может привести к неверным выводам.

В этом курсе вы изучите различные методы, которые помогут вам очищать «грязные» данные с помощью R. Вы начнёте с преобразования типов данных, применения ограничений по диапазону и работы с полными и частичными дубликатами, чтобы избежать двойного счёта.

Погрузитесь в сложные задачи продвинутой работы с данными

После того как вы потренируетесь в работе с распространёнными проблемами данных, вы перейдёте к более сложным задачам, таким как обеспечение согласованности измерений и работа с пропущенными данными. После каждого нового понятия у вас будет возможность выполнить практическое упражнение, чтобы закрепить знания и наработать опыт.

Научитесь использовать сопоставление записей при очистке данных

Связывание записей используется для объединения наборов данных, когда в значениях есть проблемы, такие как опечатки или разные варианты написания. В заключительной главе вы познакомитесь с этой полезной техникой и отработаете её применение, объединив с её помощью два набора данных с отзывами о ресторанах в один набор данных.

Предварительные требования

Joining Data with dplyr

Программа

План курса

Типичные проблемы данных

В этой главе вы научитесь справляться с наиболее распространёнными проблемами «грязных» данных. Вы будете преобразовывать типы данных, применять ограничения диапазона для исключения будущих значений и удалять дубликаты, чтобы избежать двойного подсчёта.

Начать главу

Категориальные и текстовые данные

Категориальные и текстовые данные зачастую оказываются самой неструктурированной частью набора данных. В этой главе вы узнаете, как устранять лишние пробелы и несоответствия в регистре меток категорий, объединять несколько категорий в одну и приводить строки к единообразному формату.

Начать главу

Продвинутые проблемы данных

В этой главе вы займётесь более сложными задачами очистки данных — например, убедитесь, что все значения веса указаны в килограммах, а не в фунтах. Вы также приобретёте ценные навыки проверки правильности добавления значений и работы с пропущенными данными, чтобы они не искажали результаты анализа.

Начать главу

Связывание записей

Связывание записей — это мощная техника объединения нескольких наборов данных, которая применяется в случаях, когда значения содержат опечатки или различаются по написанию. В этой главе вы научитесь связывать записи, вычисляя степень сходства строк, а затем используете эти навыки, чтобы объединить два набора данных с отзывами о ресторанах в один итоговый набор.