Paires de restaurants
Dans la leçon précédente, vous avez nettoyé l’ensemble de données restaurants pour le préparer à la création d’un moteur de recommandation de restaurants. Vous disposez maintenant d’un nouveau DataFrame nommé restaurants_new, contenant de nouveaux restaurants pour entraîner votre modèle, extrait d’une nouvelle source de données.
Vous avez déjà nettoyé les colonnes cuisine_type et city en utilisant les techniques vues dans le cours. Cependant, vous avez repéré des doublons avec des fautes de frappe dans les noms de restaurants, ce qui nécessite un couplage d’enregistrements (record linkage) plutôt qu’une jointure avec restaurants.
Dans cet exercice, vous allez effectuer la première étape du couplage d’enregistrements et générer des paires possibles de lignes entre restaurants et restaurants_new. Les deux DataFrames, ainsi que pandas et recordlinkage, sont disponibles dans votre environnement.
Cette activité fait partie du cours
Nettoyage des données en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create an indexer and object and find possible pairs
indexer = ____
# Block pairing on cuisine_type
indexer.____(____)
# Generate pairs
pairs = indexer.____(____, ____)