Tipos de dados comuns

Como diferentes tipos de dados são tratados e agem de forma diferente, é importante poder identificar o tipo de dados mais adequado para os dados com os quais você está trabalhando. Neste exercício, você aprenderá a combinar dados diferentes com o tipo de dados que torna os dados mais fáceis de processar e extrair insights.

Este exercício faz parte do curso

Limpeza de dados no R

Ver Curso

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Comece o exercício

Este exercício faz parte do curso

Limpeza de dados no R

IntermediárioNível de habilidade

4.8+

245 reviews

Iniciar curso gratuitamente

Neste capítulo, você aprenderá a superar alguns dos problemas mais comuns de dados sujos. Você converterá tipos de dados, aplicará restrições de intervalo para remover pontos de dados futuros e removerá pontos de dados duplicados para evitar contagem dupla.

Exercise 1: Restrições de tipo de dados Exercise 2: Tipos de dados comuns

Exercício atual

Exercise 3: Conversão de tipos de dados Exercise 4: Corte de cordas Exercise 5: Restrições de alcance Exercise 6: Restrições de duração da viagem Exercise 7: De volta ao futuro Exercise 8: Restrições de exclusividade Exercise 9: Duplicatas completas Exercise 10: Remoção de duplicatas parciais Exercise 11: Agregação de duplicatas parciais

Os dados categóricos e de texto podem ser algumas das partes mais confusas de um conjunto de dados devido à sua natureza não estruturada. Neste capítulo, você aprenderá a corrigir inconsistências de espaço em branco e de letras maiúsculas nos rótulos de categoria, a recolher várias categorias em uma só e a reformatar cadeias de caracteres para obter consistência.

Exercise 1: Verificação de associação Exercise 2: Somente para membros Exercise 3: Não sou membro Exercise 4: Problemas de dados categóricos Exercise 5: Identificação de inconsistências Exercise 6: Correção de inconsistências Exercise 7: Colapso de categorias Exercise 8: Limpeza de dados de texto Exercise 9: Detecção de dados de texto inconsistentes Exercise 10: Substituição e remoção Exercise 11: Números de telefone inválidos

Neste capítulo, você se aprofundará em problemas mais avançados de limpeza de dados, como garantir que todos os pesos sejam escritos em quilogramas em vez de libras. Você também adquirirá habilidades valiosas que o ajudarão a verificar se os valores foram adicionados corretamente e se os valores ausentes não afetam negativamente suas análises.

Exercise 1: Uniformidade Exercise 2: Uniformidade de datas Exercise 3: Uniformidade da moeda Exercise 4: Validação entre campos Exercise 5: Validação de totais Exercise 6: Validação da idade Exercise 7: Completude Exercise 8: Tipos de falta Exercise 9: Visualização de dados ausentes Exercise 10: Tratamento de dados ausentes

A vinculação de registros é uma técnica poderosa usada para mesclar vários conjuntos de dados, usada quando os valores têm erros de digitação ou grafias diferentes. Neste capítulo, você aprenderá a vincular registros calculando a similaridade entre cadeias de caracteres. Em seguida, usará suas novas habilidades para unir dois conjuntos de dados de avaliações de restaurantes em um conjunto de dados mestre limpo.

Exercise 1: Comparação de cadeias de caracteres Exercise 2: Cálculo da distância Exercise 3: Pequena distância, pequena diferença Exercise 4: Correção de erros de digitação com distância de string Exercise 5: Geração e comparação de pares Exercise 6: Você pode criar um link ou participar?Exercise 7: Bloqueio de pares Exercise 8: Comparação de pares Exercise 9: Pontuação e vinculação Exercise 10: Você marca e depois seleciona ou seleciona e depois marca?Exercise 11: Montagem Exercise 12: Parabéns!