Kategorileri yeniden eşleme II

Son egzersizde, cuisine_type sütununda saklanan 'american', 'asian' ve 'italian' mutfak türlerindeki yazım hatalarını yeniden eşlemek için mesafe eşik noktasının 80 olması gerektiğini belirlemiştin.

Bu egzersizde, her bir doğru mutfak türü için fuzywuzzy.process'un extract() fonksiyonunu kullanarak benzerlik puanı 80'e eşit veya daha yüksek olan eşleşmeleri bularak hepsini bir araya getireceksin ve bu eşleşmeleri doğru değerle değiştireceksin. Unutma, process.extract() ile bir string'i string dizisiyle karşılaştırdığında çıktı, her biri şu şekilde biçimlendirilmiş demetlerden oluşan bir listedir:

(en yakın eşleşme, benzerlik puanı, eşleşmenin indeksi)

restaurants DataFrame'i çalışma alanında mevcut ve doğru mutfak türlerini ('italian', 'asian' ve 'american') içeren bir categories listesine erişimin var.

Bu egzersiz

Python ile Veri Temizleme

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Inspect the unique values of the cuisine_type column
print(____)

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: 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: Dizgileri karşılaştırma Exercise 2: Asgari düzenleme mesafesi Exercise 3: Eşik değeri Exercise 4: Kategorileri yeniden eşleme II

Geçerli Egzersiz

Exercise 5: Eşleşmeler oluşturma Exercise 6: Bağlamak mı, bağlamamak mı?Exercise 7: Restoran çiftleri Exercise 8: Benzer restoranlar Exercise 9: DataFrame'leri ilişkilendirme Exercise 10: Doğru indeksi almak Exercise 11: Hepsini bir araya bağlayalım!Exercise 12: Tebrikler!