Python 数据清洗

了解如何在 Python 中清洗数据

人们常说，数据科学家80%的时间都在清洗和处理数据，只有20%的时间用于分析数据。 数据清洗是每位数据科学家的必备步骤，因为分析脏数据可能会导致不准确的结论。

在本课程中，你将学习如何在 Python 中识别、诊断并处理各种数据清洗问题，从简单到高级。 你将处理不正确的数据类型，检查数据是否处于正确范围，处理缺失数据，执行记录链接，以及更多内容！

学习如何清理不同类型的数据

课程的第一章探讨常见的数据问题以及你可以如何修复它们。 你将首先了解基本数据类型，以及如何分别处理它们。 之后，你将应用范围约束并删除重复的数据点。

最后一章探讨记录链接，这是一种用于合并多个数据集的强大工具。 你将学习如何通过计算字符串之间的相似度来关联记录。 最后，你将运用新学到的技能，把两个餐厅评论数据集合并为一个干净的主数据集。

掌握数据清洗的信心

在课程结束时，您将有信心清理各种类型的数据，并使用记录链接来合并多个数据集。 数据清洗是数据科学家的一项必备技能。 如果你想进一步了解如何在 Python 中清洗数据及其应用，请查看以下学习路径： 使用 Python 的数据科学家以及使用 Python 导入和清洗数据。