Sayısal veri mi yoksa ... ?

Bu egzersizde ve bu bölüm boyunca, San Francisco'daki ride_sharing adlı bisiklet paylaşım verileriyle çalışacaksın. Bu veri kümesi, başlangıç ve bitiş istasyonları, yolculuk süresi ve bir bisiklet paylaşım hizmetine ait bazı kullanıcı bilgilerini içeriyor.

user_type sütunu, bir kullanıcının ücretsiz yolculuk yapıp yapmadığı bilgisini içerir ve şu değerleri alır:

Ücretsiz kullanıcılar için 1.
Sürüş başına ödeme için 2.
Aylık aboneler için 3.

Bu örnekte, .info() kullanarak ride_sharing bilgisini yazdıracak ve yanlış veri türünün bir veri kümesi analizini nasıl hatalı yönlendirebileceğine ilk elden bir örnek göreceksin. pandas paketi pd olarak içe aktarılmıştır.

Bu egzersiz

Python ile Veri Temizleme

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Print the information of ride_sharing
print(____.____())

# Print summary statistics of user_type column
print(ride_sharing['____'].____())

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: Veri türü kısıtları Exercise 2: Yaygın veri türleri Exercise 3: Sayısal veri mi yoksa ... ?

Geçerli Egzersiz

Exercise 4: String toplamak ve sayıları birleştirmek Exercise 5: Veri aralığı kısıtları Exercise 6: Lastik boyutu kısıtları Exercise 7: Geleceğe dönüş Exercise 8: Benzersizlik kısıtları Exercise 9: Alt kümen ne kadar büyük?Exercise 10: Yinelenenleri bulma Exercise 11: Yinelenenleri temizleme

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: Uniformity Exercise 2: Ambiguous dates Exercise 3: Uniform currencies Exercise 4: Uniform dates Exercise 5: Cross field validation Exercise 6: Cross field or no cross field?Exercise 7: How's our data integrity?Exercise 8: Completeness Exercise 9: Is this missing at random?Exercise 10: Missing investors Exercise 11: Follow the money

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!