In diesem Kapitel erfährst du, wie du einige der häufigsten Probleme mit unreinen Daten lösen kannst. Du konvertierst Datentypen, wendest Bereichsbeschränkungen an, um zukünftige Datenpunkte zu entfernen, und entfernst doppelte Datenpunkte, um Doppelzählungen zu vermeiden.

Datentypbeschränkungen

Häufig verwendete Datentypen

Numerische Daten oder ... ?

Summieren von Zeichenketten und Verketten von Zahlen

Einschränkungen des Datenbereichs

Einschränkungen bei der Reifengröße

Zurück in die Zukunft

Eindeutigkeitsbeschränkungen

Wie groß ist deine Teilmenge?

Duplikate finden

Behandlung von Duplikaten

Häufige Datenprobleme

Kategoriale und Textdaten gehören oft zu den unübersichtlichsten Teilen eines Datensatzes, weil sie unstrukturiert sind. In diesem Kapitel erfährst du, wie du Unstimmigkeiten bei Leerzeichen und Großschreibung in Kategoriebeschriftungen behebst, mehrere Kategorien zu einer zusammenfasst und Zeichenketten neu formatierst, um die Konsistenz zu gewährleisten.

Zugehörigkeitsbeschränkungen

Nur für Mitglieder

Konsistenz finden

Kategoriale Variablen

Kategorien von Fehlern

Inkonsistente Kategorien

Kategorien neu zuordnen

Bereinigen von Textdaten

Titel entfernen und Namen erfassen

Beschreibend bleiben

Probleme mit Text und kategorialen Daten

In diesem Kapitel geht's um fortgeschrittenere Probleme bei der Datenbereinigung, z. B. wie du sicherstellst, dass alle Gewichte in Kilogramm statt in Pfund angegeben sind. Außerdem bekommst du super Fähigkeiten, mit denen du checken kannst, ob Werte richtig hinzugefügt wurden und ob fehlende Werte deine Analysen nicht beeinträchtigen.

Einheitlichkeit

Zweideutige Daten

Einheitliche Währungen

Einheitliche Datumsangaben

Feldübergreifende Validierung

Optionen

Keine feldübergreifende Validierung

Feldübergreifend oder nicht feldübergreifend?

Wie steht es um unsere Datenintegrität?

Vollständigkeit

Ist es ein Zufall, dass das fehlt?

Fehlende Investoren

Folge dem Geld

Fortgeschrittene Datenprobleme

Die Datensatzverknüpfung ist eine leistungsstarke Technik, mit der mehrere Datensätze zusammengeführt werden können, wenn die Werte Tippfehler oder unterschiedliche Schreibweisen aufweisen. In diesem Kapitel lernst du, wie du Datensätze verknüpfen kannst, indem du die Ähnlichkeit zwischen Zeichenfolgen berechnest. Anschließend wendest du deine neuen Kenntnisse an, um zwei Datensätze mit Restaurantbewertungen zu einem sauberen Master-Datensatz zusammenzufügen.

Zeichenketten vergleichen

Minimale Editierdistanz

Der Abschneidepunkt

Kategorien neu ordnen II

Paare generieren

Verlinken oder nicht verlinken?

Restaurantpaare

DataFrames verknüpfen

Den richtigen Index finden

Verbinde sie miteinander!

Herzlichen Glückwunsch!

Datensatzverknüpfung

Ride sharing dataset

Airlines dataset

Banking dataset

Restaurants dataset

Restaurants dataset II

Man sagt, dass Data Scientists 80 % ihrer Zeit mit dem Bereinigen und Bearbeiten von Daten verbringen und nur 20 % ihrer Zeit mit der Analyse. Die Zeit, die du für die Bereinigung aufbringst, ist sehr wichtig, denn die Analyse verschmutzter Daten kann dich zu falschen Schlussfolgerungen verleiten.

Die Datenbereinigung ist eine wichtige Data-Science-Aufgabe. Ohne richtig bereinigte Daten könnten die Ergebnisse einer Datenanalyse oder eines ML-Modells ungenau sein. In diesem Kurs lernst du, wie du verschiedene Probleme bei der Datenbereinigung in Python identifizieren, diagnostizieren und behandeln kannst, von einfach bis fortgeschritten. Du wirst mit falschen Datentypen umgehen, überprüfen, ob deine Daten im richtigen Bereich liegen, mit fehlenden Daten umgehen, Datensatzverknüpfungen durchführen und vieles mehr!

<h2>Entdecke, wie man Daten in Python bereinigt</h2>
Man sagt, dass Datenwissenschaftler/innen 80 % ihrer Zeit mit dem Bereinigen und Bearbeiten von Daten verbringen und nur 20 % ihrer Zeit mit der Analyse. Die Datenbereinigung ist ein wichtiger Schritt für jeden Datenwissenschaftler, da die Analyse von verschmutzten Daten zu ungenauen Schlussfolgerungen führen kann. 
<br><br>
In diesem Kurs lernst du, wie du verschiedene Probleme bei der Datenbereinigung in Python erkennen, diagnostizieren und behandeln kannst, von einfach bis fortgeschritten. Du wirst mit falschen Datentypen umgehen, überprüfen, ob deine Daten im richtigen Bereich liegen, mit fehlenden Daten umgehen, Datensatzverknüpfungen durchführen und vieles mehr!
<br><br>
<h2>Lernen, wie man verschiedene Datentypen bereinigt</h2>
Im ersten Kapitel des Kurses geht es um häufige Datenprobleme und wie du sie beheben kannst. Du wirst zunächst die grundlegenden Datentypen verstehen und wissen, wie du mit ihnen einzeln umgehen kannst. Danach wendest du Bereichsbeschränkungen an und entfernst doppelte Datenpunkte.
<br><br>
Das letzte Kapitel befasst sich mit der Datensatzverknüpfung, einem leistungsstarken Werkzeug zum Zusammenführen mehrerer Datensätze. Du lernst, wie du Datensätze miteinander verknüpfst, indem du die Ähnlichkeit zwischen Zeichenketten berechnest. Zum Schluss wendest du deine neuen Kenntnisse an, um zwei Restaurantkritiken zu einem sauberen Masterdatensatz zu verbinden.
<br><br>
<h2>Gewinnen Sie Vertrauen in die Datenbereinigung</h2>
Am Ende des Kurses bist du in der Lage, verschiedene Datentypen zu bereinigen und Datensätze miteinander zu verknüpfen, um mehrere Datensätze zusammenzuführen. Das Bereinigen von Daten ist eine wichtige Fähigkeit für Datenwissenschaftler. Wenn du mehr über das Bereinigen von Daten in Python und seine Anwendungen erfahren möchtest, schau dir die folgenden Lernpfade an: Data Scientist with Python und Importing &amp; Cleaning Data with Python.

Python Toolbox

Joining Data with pandas

Meistere die Datenbereinigung in Python in diesem vierstündigen Kurs.

Datenbereinigung in Python

Erwirb die nötigen Fähigkeiten, um fehlerhafte Daten zu bereinigen und Rohdaten in wertvolle Erkenntnisse zu verwandeln. 

Associate Data Scientist  in Python

Dateningenieur in Python

Datenimport/-bereinigung  in Python

Zweideutige Daten

Datenbereinigung in Python

Interaktive Übung