Veri bütünlüğümüz nasıl?

banking DataFrame'ine, inv_amount sütunundaki yatırımların A, B, C ve D olmak üzere dört farklı fon arasında nasıl dağıtıldığını gösteren yeni veriler eklendi.

Ayrıca, müşterilerin yaşı ve doğum günleri sırasıyla age ve birth_date sütunlarında saklanıyor.

Farklı yaş gruplarındaki müşterilerin nasıl yatırım yaptığını anlamak istiyorsun. Ancak önce analiz edeceğin verinin doğru olduğundan emin olmak istiyorsun. Bunu, inv_amount ve age değerlerini farklı fonlara yatırılan tutarlar ve müşterilerin doğum günleriyle çapraz alan kontrolü yaparak gerçekleştireceksin. Hem pandas hem de datetime sırasıyla pd ve dt olarak içe aktarılmış durumda.

Bu egzersiz

Python ile Veri Temizleme

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Store fund columns to sum against
fund_columns = ['fund_A', 'fund_B', 'fund_C', 'fund_D']

# Find rows where fund_columns row sum == inv_amount
inv_equ = banking[____].____(____) == ____

# Store consistent and inconsistent data
consistent_inv = ____[____]
inconsistent_inv = ____[____]

# Store consistent and inconsistent data
print("Number of inconsistent investments: ", inconsistent_inv.shape[0])

Kodu Düzenle ve Çalıştır

Bu egzersiz

Python ile Veri Temizleme

kursunun bir parçasıdır

IntermediárioNível de habilidade

4.8+

Kursa Ücretsiz Başlayın

In this chapter, you'll learn how to overcome some of the most common dirty data problems. You'll convert data types, apply range constraints to remove future data points, and remove duplicated data points to avoid double-counting.

Exercise 1: Data type constraints Exercise 2: Common data types Exercise 3: Numeric data or ... ?Exercise 4: Summing strings and concatenating numbers Exercise 5: Data range constraints Exercise 6: Tire size constraints Exercise 7: Back to the future Exercise 8: Uniqueness constraints Exercise 9: How big is your subset?Exercise 10: Finding duplicates Exercise 11: Treating duplicates

Categorical and text data can often be some of the messiest parts of a dataset due to their unstructured nature. In this chapter, you’ll learn how to fix whitespace and capitalization inconsistencies in category labels, collapse multiple categories into one, and reformat strings for consistency.

Exercise 1: Membership constraints Exercise 2: Members only Exercise 3: Finding consistency Exercise 4: Categorical variables Exercise 5: Categories of errors Exercise 6: Inconsistent categories Exercise 7: Remapping categories Exercise 8: Cleaning text data Exercise 9: Removing titles and taking names Exercise 10: Keeping it descriptive

In this chapter, you'll dive into more advanced data cleaning problems, such as ensuring that weights are all written in kilograms instead of pounds. You'll also gain invaluable skills that will help you verify that values have been added correctly, and that missing values don't negatively impact your analyses.

Exercise 1: Tekdüzelik Exercise 2: Belirsiz tarihler Exercise 3: Para birimlerini tekdüze hale getirme Exercise 4: Tekdüzen tarihler Exercise 5: Alanlar arası doğrulama Exercise 6: Alanlar arası mı, değil mi?Exercise 7: Veri bütünlüğümüz nasıl?

Geçerli Egzersiz

Exercise 8: Tamlık Exercise 9: Bu rastgele mi eksik?Exercise 10: Eksik yatırımcılar Exercise 11: Paranın izini sür

Record linkage is a powerful technique used to merge multiple datasets together, used when values have typos or different spellings. In this chapter, you'll learn how to link records by calculating the similarity between strings—you'll then use your new skills to join two restaurant review datasets into one clean master dataset.

Exercise 1: Comparing strings Exercise 2: Minimum edit distance Exercise 3: The cutoff point Exercise 4: Remapping categories II Exercise 5: Generating pairs Exercise 6: To link or not to link?Exercise 7: Pairs of restaurants Exercise 8: Similar restaurants Exercise 9: Linking DataFrames Exercise 10: Getting the right index Exercise 11: Linking them together!Exercise 12: Congratulations!