Перейти к основному контенту

Курс

Введение в качество данных с Great Expectations

Средний4 ч

Обеспечьте высокое качество данных в рабочих процессах data science и data engineering с библиотекой Great Expectations для Python.

Python4 ч{count, plural, one {# видео} few {# видео} many {# видео} other {# видео}}{count, plural, one {# упражнение} few {# упражнения} many {# упражнений} other {# упражнения}}3,500 XP3,259Заявление об успешном завершении

Создайте бесплатный аккаунт

Продолжить с Google
или
Продолжая, вы принимаете наши Условия использования, наш Политика конфиденциальности и что ваши данные хранятся в США.

Любимый инструмент учащихся тысяч компаний

Обучаете команду?

Попробовать для бизнеса

Описание курса

Great Expectations — мощный инструмент для мониторинга качества данных в рабочих процессах data science и data engineering. Платформу можно легко интегрировать в Python, что делает её полезной библиотекой для пользователей Python, которую стоит освоить.

В основе Great Expectations лежат Expectations, или утверждения, которые вы хотите проверить на своих данных. Вы начнёте этот курс с изучения того, как подключаться к реальным наборам данных и применять к ним Expectations. Затем вы узнаете, как извлекать, редактировать и удалять Expectations, а также создавать конвейеры для применения Expectations к новым наборам данных в промышленном развертывании.

Наконец, вы узнаете о конкретных типах Expectations, например для числовых столбцов и столбцов строк, а также о том, как писать Expectations для одного столбца, зависящие от значений других столбцов.

По завершении этого курса у вас будет прочная база по библиотеке Great Expectations для Python. Вы сможете использовать основные функции платформы для контроля качества ваших данных, а также сможете использовать свои данные с уверенностью, что они соответствуют вашим стандартам качества данных.

Предварительные требования

Программа

Структура курса

1

Подключение к данным

Узнайте, почему Great Expectations (GX) — такой мощный инструмент для мониторинга качества данных. Освойте основы GX: как запустить сессию с помощью Data Context и как загрузить датафрейм pandas, используя Data Source, Data Asset и Batch Definition.
Начать главу
3

GX на практике

Освойте практические навыки работы с динамической природой Expectations в реальных условиях. Развёртывайте Validation Definitions с помощью Checkpoints, обновляйте Expectation Suites, а также учитесь добавлять, получать, просматривать и удалять ключевые компоненты GX.
Начать главу
4

Всё об Expectations

Погрузитесь в мир Expectations. Практикуйтесь в создании базовых Expectations для столбцов, числовых Expectations на уровне строк и агрегатов, Expectations для строк и их разбора, и не только. Узнайте, как применять Expectations только к части строк датафрейма.
Начать главу

Введение в качество данных с Great Expectations

Курс
завершён

Получить справку об окончании курса

Записаться

Развивайте навыки работы с данными с DataCamp для мобильных устройств

Продолжайте учиться в любом месте с мобильными курсами и ежедневными 5-минутными практическими заданиями.

Введение в качество данных с Great Expectations | DataCamp