or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ในบทนี้จะได้เรียนรู้วิธีรับมือกับปัญหาข้อมูลสกปรกที่พบได้บ่อยที่สุด ครอบคลุมการแปลงประเภทข้อมูล การกำหนดขอบเขตช่วงเพื่อกรองข้อมูลในอนาคตออก และการลบข้อมูลซ้ำเพื่อป้องกันการนับซ้ำ
ข้อมูลหมวดหมู่และข้อมูลข้อความมักเป็นส่วนที่ยุ่งเหยิงที่สุดในชุดข้อมูล เนื่องจากมีโครงสร้างไม่แน่นอน ในบทนี้จะได้เรียนรู้วิธีแก้ไขความไม่สม่ำเสมอของช่องว่างและตัวพิมพ์ในป้ายชื่อหมวดหมู่ การรวมหลายหมวดหมู่เข้าด้วยกัน และการจัดรูปแบบสตริงให้เป็นมาตรฐานเดียวกัน
ในบทนี้จะได้เจาะลึกปัญหาการทำความสะอาดข้อมูลขั้นสูง เช่น การตรวจสอบว่าค่าน้ำหนักทั้งหมดใช้หน่วยกิโลกรัมแทนปอนด์ นอกจากนี้ยังจะได้เรียนรู้ทักษะสำคัญในการตรวจสอบความถูกต้องของค่าที่บันทึกไว้ และการป้องกันไม่ให้ค่าที่หายไปส่งผลเสียต่อการวิเคราะห์
การเชื่อมโยงระเบียนเป็นเทคนิคที่มีประสิทธิภาพสำหรับการรวมชุดข้อมูลหลายชุดเข้าด้วยกัน โดยเฉพาะเมื่อค่าต่าง ๆ มีการสะกดผิดหรือสะกดต่างกัน ในบทนี้จะได้เรียนรู้วิธีเชื่อมโยงระเบียนโดยการคำนวณความคล้ายคลึงระหว่างสตริง แล้วนำทักษะที่ได้ไปใช้รวมชุดข้อมูลรีวิวร้านอาหารสองชุดให้เป็นชุดข้อมูลหลักที่สะอาด
แบบฝึกหัดปัจจุบัน