ÎncepețiÎncepe gratuit

Curățarea și îmbunătățirea datelor

TechCorp migrează către un nou sistem HR. Setul de date are nevoie de curățare: elimină valorile aberante cu salarii mici care indică erori de introducere a datelor, șterge coloanele pe care noul sistem nu le va folosi și adaugă un câmp calculat pentru bonus. Curățarea datelor ocupă de obicei 80% din timpul de analiză — aceste competențe sunt esențiale.

Clasele Table, Selection și DoubleColumn au fost deja importate pentru tine.

Acest exercițiu face parte din cursul

Importul datelor în Java

Vezi cursul

Instrucțiuni pentru exercițiu

  • Elimină angajații cu salarii sub 40.000 $.
  • Șterge coloana "JobTitle".
  • Adaugă coloana PerformanceBonus (5% din salariu).

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

public class DataExploration {
	public static void main(String[] args) {

        Table employees = Table.read().csv("employees.csv");

        // Remove employees with salaries below $40,000
        Selection lowSalaries = employees.intColumn("Salary").isLessThan(____);
        Table cleanedEmployees = employees.____(lowSalaries);

        // Remove the JobTitle column
        Table streamlined = cleanedEmployees.____("JobTitle");

        DoubleColumn performanceBonus = streamlined.intColumn("Salary").asDoubleColumn()
            .map(salary -> salary * 0.05);
        performanceBonus.setName("PerformanceBonus");

        // Add the PerformanceBonus column
        Table enhancedEmployees = streamlined.____(performanceBonus);

        System.out.println("Total employees after cleaning: " + enhancedEmployees.rowCount());
        System.out.println("\nFirst 5 rows of enhanced dataset:");
        System.out.println(enhancedEmployees.first(5));
	}
}
Editează și rulează codul