One week. 700+ courses for $0. No credit card needed.
Start Now
Öva och håll koll på dina framsteg.
Fortsätt med GoogleGenom att fortsätta godkänner du vår användarvillkor, våra integritetspolicy och att dina uppgifter lagras i USA.
blogg

blogg
blogg
Learn more about Data Cleaning
Kurs
Lär dig att diagnostisera och åtgärda smutsig data och utveckla färdigheterna som behövs för att omvandla din rådata till korrekta insikter!
Kurs
Lär dig att rensa data så snabbt och exakt som möjligt för att hjälpa dig gå från rådata till fantastiska insikter.
Öva och håll koll på dina framsteg.
Fortsätt med GoogleGenom att fortsätta godkänner du vår användarvillkor, våra integritetspolicy och att dina uppgifter lagras i USA.
Data cleaning takes up 80% of the data science workflow. This is why we created this checklist to help you identify and resolve any quality issues with your data. If you want to learn more about cleaning data, check out our course on Cleaning Data in Python and R respectively.
To download this infographic, press on the image above
Data Constraints Problems
1. Data Type Constraints
revenue_usdcolumn that is a string, and not a numeric data type.2. Data Range Constraints
gpacolumn should be constrained to [0.0, 4.0]3. Uniqueness Constraints
nameandphone_numbercolumns are identical, but not theheight_cmcolumnText and Categorical Data Problems
1. Membership Constraints for Categorical Data
citycolumn2. Length Violation for Text Data
phone_numbercolumn that is 9 characters instead of 143. Text Data with Inconsistent Formatting
phone_numbercolumn that is 9 characters instead of 14Data Uniformity Problems
1. Unit Uniformity for Numeric Columns
2. Unit Uniformity for Date Columns
birthdaycolumn where there are dates indd-mm-yyyyandmm-dd-yyyy3. Crossfield Validation for Numeric Columns
4. Crossfield Validation for Date Columns
date_of_birthcolumn that doesn't correspond with theagecolumnMissing Data Problems
1. Missing Completely at Random
2. Missing at Random Data
3. Missing Not at Random Data