Ambiguous dates

आपके पास एक DataFrame है जिसमें subscription_date कॉलम है। यह अलग-अलग सोर्स से इकट्ठा किया गया है और इसमें YYYY-mm-dd और YYYY-dd-mm जैसे अलग-अलग डेट फॉर्मैट हैं। 2019-04-07 जैसे अस्पष्ट मानों के लिए फॉर्मैट को एकसमान करने का सबसे अच्छा तरीका क्या होगा?

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में डेटा क्लीनिंग

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

हमारे इंटरैक्टिव अभ्यासों में से किसी एक के साथ सिद्धांत को व्यवहार में बदलें

अभ्यास शुरू करें

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में डेटा क्लीनिंग

SkillTag.level.intermediateSkillTag.label

4.8+

पाठ्यक्रम मुफ्त में शुरू करें

इस अध्याय में, आप कुछ सबसे आम गंदे डेटा समस्याओं से निपटना सीखेंगे। आप डेटा टाइप्स कनवर्ट करेंगे, भविष्य की तिथियों जैसे पॉइंट्स हटाने के लिए रेंज constraints लागू करेंगे, और डुप्लीकेटेड डेटा पॉइंट्स हटाएँगे ताकि डबल-काउंटिंग से बचा जा सके।

Exercise 1: डेटा टाइप constraints Exercise 2: आम डेटा टाइप Exercise 3: संख्यात्मक डेटा या ... ?Exercise 4: Strings को जोड़ना और numbers को concatenation करना Exercise 5: डेटा रेंज constraints Exercise 6: टायर साइज constraints Exercise 7: Back to the future Exercise 8: Uniqueness constraints Exercise 9: आपका subset कितना बड़ा है?Exercise 10: डुप्लिकेट्स खोजना Exercise 11: डुप्लिकेट्स का उपचार

अनस्ट्रक्चर्ड प्रकृति के कारण, श्रेणीगत और टेक्स्ट डेटा अक्सर किसी भी डेटासेट के सबसे गंदे हिस्से होते हैं। इस अध्याय में, आप कैटेगरी लेबल्स में whitespace और कैपिटलाइज़ेशन की असंगतियों को ठीक करना, कई कैटेगरीज को मिलाकर एक बनाना, और consistency के लिए strings को रीफ़ॉर्मैट करना सीखेंगे।

Exercise 1: सदस्यता संबंधी बाधाएँ Exercise 2: Members only Exercise 3: संगति खोजना Exercise 4: श्रेणीबद्ध वैरिएबल्स Exercise 5: त्रुटियों की श्रेणियाँ Exercise 6: असंगत categories Exercise 7: श्रेणियाँ फिर से मैप करना Exercise 8: टेक्स्ट डेटा साफ करना Exercise 9: उपाधियाँ हटाकर केवल नाम रखना Exercise 10: विवरणात्मकता बनाए रखें

इस अध्याय में, आप और अधिक एडवांस्ड डेटा क्लीनिंग समस्याओं में गहराई से जाएँगे, जैसे यह सुनिश्चित करना कि वज़न पाउंड्स की बजाय सभी किलोग्राम में लिखे हों। आप वे अहम स्किल्स भी सीखेंगे जो यह सत्यापित करने में मदद करती हैं कि मान सही तरह से जोड़े गए हैं, और मिसिंग वैल्यूज़ आपके विश्लेषण पर नकारात्मक प्रभाव न डालें।

Exercise 1: समानता Exercise 2: Ambiguous dates

वर्तमान अभ्यास

Exercise 3: एकरूप मुद्राएँ Exercise 4: Uniform dates Exercise 5: क्रॉस फ़ील्ड वैलिडेशन Exercise 6: क्रॉस फील्ड या नॉन-क्रॉस फील्ड?Exercise 7: हमारी data integrity कैसी है?Exercise 8: Completeness (पूर्णता)Exercise 9: क्या यह Missing at Random है?Exercise 10: गायब निवेशक Exercise 11: Follow the money

रिकॉर्ड लिंकेज एक शक्तिशाली तकनीक है जिसका उपयोग कई डेटासेट्स को आपस में मर्ज करने के लिए किया जाता है, खासकर जब मानों में टाइपो या अलग-अलग स्पेलिंग हों। इस अध्याय में, आप strings के बीच similarity की गणना करके रिकॉर्ड्स को लिंक करना सीखेंगे—फिर आप अपनी नई स्किल्स का उपयोग करके दो रेस्तरां रिव्यू डेटासेट्स को जोड़कर एक साफ़ मास्टर डेटासेट बनाएँगे।

Exercise 1: Strings की तुलना Exercise 2: Minimum edit distance Exercise 3: कटऑफ पॉइंट Exercise 4: श्रेणियों को फिर से मैप करना II Exercise 5: पेयर जनरेट करना Exercise 6: लिंक करें या न करें?Exercise 7: रेस्तरां की जोड़ी (Pairs)Exercise 8: Similar restaurants Exercise 9: DataFrames को लिंक करना Exercise 10: सही इंडेक्स निकालना Exercise 11: सबको जोड़कर लिंक करें!Exercise 12: बधाई हो!