Types de données manquantes

Vous venez d'apprendre les trois types de données manquantes : manquantes complètement au hasard (MCAR), manquantes au hasard (MAR) et manquantes de façon non aléatoire (MNAR). Dans cet exercice, vous allez consolider vos nouvelles connaissances en associant des exemples aux types de données manquantes.

Cette activité fait partie du cours

Nettoyer des données avec R

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Nettoyer des données avec R

SkillTag.level.intermediateSkillTag.label

4.8+

Commencer le cours gratuitement

Dans ce chapitre, vous apprendrez à résoudre certains des problèmes les plus courants liés aux données imparfaites. Vous convertirez des types de données, appliquerez des contraintes de plage pour retirer les valeurs futures et supprimerez les doublons afin d'éviter le double comptage.

Exercise 1: Contraintes de type de données Exercise 2: Types de données courants Exercise 3: Conversion des types de données Exercise 4: Nettoyer des chaînes de caractères Exercise 5: Contraintes de plage Exercise 6: Contraintes sur la durée des trajets Exercise 7: Retour vers le futur Exercise 8: Contraintes d'unicité Exercise 9: Doublons complets Exercise 10: Supprimer les doublons partiels Exercise 11: Agréguer des doublons partiels

Les données catégorielles et textuelles sont souvent les plus brouillonnes d'un jeu de données en raison de leur nature non structurée. Dans ce chapitre, vous verrez comment corriger les incohérences d'espacement et de majuscules dans les étiquettes de catégories, regrouper plusieurs catégories en une seule et reformater les chaînes pour assurer l'uniformité.

Exercise 1: Vérifier l'appartenance Exercise 2: Réservé aux membres Exercise 3: N'est pas membre Exercise 4: Problèmes avec les données catégorielles Exercise 5: Repérer les incohérences Exercise 6: Corriger les incohérences Exercise 7: Regrouper des catégories Exercise 8: Nettoyer des données textuelles Exercise 9: Détecter des incohérences dans les données textuelles Exercise 10: Remplacer et supprimer Exercise 11: Numéros de téléphone non valides

Dans ce chapitre, vous aborderez des problèmes de nettoyage plus avancés, par exemple vous assurer que les poids sont tous exprimés en kilogrammes plutôt qu'en livres. Vous acquerrez aussi des compétences précieuses pour vérifier que les valeurs ont été ajoutées correctement et que les valeurs manquantes n'affectent pas négativement vos analyses.

Exercise 1: Uniformité Exercise 2: Uniformité des dates Exercise 3: Uniformité des devises Exercise 4: Validation croisée des champs Exercise 5: Valider les totaux Exercise 6: Valider l'âge Exercise 7: Exhaustivité Exercise 8: Types de données manquantes

Exercice en cours

Exercise 9: Visualiser les valeurs manquantes Exercise 10: Traiter les données manquantes

Le couplage d'enregistrements est une technique puissante pour fusionner plusieurs jeux de données lorsque des valeurs comportent des fautes de frappe ou des orthographes différentes. Dans ce chapitre, vous apprendrez à relier des enregistrements en calculant la similarité entre des chaînes, puis vous utiliserez vos nouvelles compétences pour réunir deux jeux de données d'évaluations de restaurants en un jeu maître propre.

Exercise 1: Comparer des chaînes Exercise 2: Calculer une distance Exercise 3: Petite distance, petite différence Exercise 4: Corriger les fautes de frappe avec la distance entre chaînes Exercise 5: Générer et comparer des paires Exercise 6: Coupler ou joindre?Exercise 7: Blocage de paires Exercise 8: Comparer des paires Exercise 9: Évaluer et lier Exercise 10: D'abord attribuer un score puis sélectionner, ou l'inverse?Exercise 11: Tout mettre en pratique Exercise 12: Félicitations !