Оценка и связывание записей

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Это упражнение является частью курса

Очистка данных в R

SkillTag.level.intermediateSkillTag.label

4.8+

813 reviews

Начать курс бесплатно

В этой главе вы научитесь справляться с наиболее распространёнными проблемами «грязных» данных. Вы будете преобразовывать типы данных, применять ограничения диапазона для исключения будущих значений и удалять дубликаты, чтобы избежать двойного подсчёта.

Exercise 1: Ограничения типов данных Exercise 2: Распространённые типы данных Exercise 3: Преобразование типов данных Exercise 4: Обрезка строк Exercise 5: Ограничения диапазона Exercise 6: Ограничения продолжительности поездки Exercise 7: Назад в будущее Exercise 8: Ограничения уникальности Exercise 9: Полные дубликаты Exercise 10: Удаление частичных дубликатов Exercise 11: Агрегирование частичных дубликатов

Категориальные и текстовые данные зачастую оказываются самой неструктурированной частью набора данных. В этой главе вы узнаете, как устранять лишние пробелы и несоответствия в регистре меток категорий, объединять несколько категорий в одну и приводить строки к единообразному формату.

Exercise 1: Проверка принадлежности Exercise 2: Только для членов Exercise 3: Не входит в список Exercise 4: Проблемы с категориальными данными Exercise 5: Выявление несоответствий Exercise 6: Исправление несогласованности Exercise 7: Объединение категорий Exercise 8: Очистка текстовых данных Exercise 9: Обнаружение несогласованных текстовых данных Exercise 10: Замена и удаление Exercise 11: Недействительные номера телефонов

В этой главе вы займётесь более сложными задачами очистки данных — например, убедитесь, что все значения веса указаны в килограммах, а не в фунтах. Вы также приобретёте ценные навыки проверки правильности добавления значений и работы с пропущенными данными, чтобы они не искажали результаты анализа.

Exercise 1: Единообразие Exercise 2: Единообразие дат Exercise 3: Единообразие валют Exercise 4: Перекрёстная проверка полей Exercise 5: Проверка итоговых сумм Exercise 6: Проверка возраста аккаунтов Exercise 7: Полнота данных Exercise 8: Типы пропущенных данных Exercise 9: Визуализация пропущенных значений Exercise 10: Обработка пропущенных значений

Связывание записей — это мощная техника объединения нескольких наборов данных, которая применяется в случаях, когда значения содержат опечатки или различаются по написанию. В этой главе вы научитесь связывать записи, вычисляя степень сходства строк, а затем используете эти навыки, чтобы объединить два набора данных с отзывами о ресторанах в один итоговый набор.

Exercise 1: Сравнение строк Exercise 2: Вычисление расстояния Exercise 3: Маленькое расстояние — маленькое различие Exercise 4: Исправление опечаток с помощью строкового расстояния Exercise 5: Генерация и сравнение пар Exercise 6: Связывание записей или объединение?Exercise 7: Блокировка пар Exercise 8: Сравнение пар Exercise 9: Оценка и связывание записей

Текущее упражнение

Exercise 10: Сначала оценить, потом отобрать — или наоборот?Exercise 11: Собираем всё вместе Exercise 12: Поздравляем!