Tutarlılık bulma

Bu egzersizde ve bölüm boyunca, havayolu müşterilerinden San Francisco Havalimanı ile ilgili anket yanıtlarını içeren airlines DataFrame'i ile çalışacaksın.

DataFrame; havayolu, varış noktası, bekleme süreleri gibi uçuşla ilgili üst verilerin yanı sıra temizlik, güvenlik ve memnuniyet gibi temel sorulara verilen yanıtları içerir. Ayrıca, anket sütunları için tüm doğru olası değerleri içeren categories adlı başka bir DataFrame oluşturuldu.

Bu egzersizde, bu iki DataFrame'i kullanarak tutarsız değerlere sahip anket yanıtlarını bulacak ve onları düşüreceksin; böylece videodaki egzersizde görüldüğü gibi bu iki DataFrame üzerinde dış ve iç birleştirme yapmış olacaksın. pandas paketi pd olarak içe aktarılmıştır ve airlines ile categories DataFrame'leri ortamında mevcut.

Bu egzersiz

Python ile Veri Temizleme

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Print categories DataFrame
print(____)

# Print unique values of survey columns in airlines
print('Cleanliness: ', airlines['cleanliness'].____, "\n")
print('Safety: ', ____, "\n")
print('Satisfaction: ', ____, "\n")

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: Üyelik kısıtları Exercise 2: Sadece üyeler Exercise 3: Tutarlılık bulma

Geçerli Egzersiz

Exercise 4: Kategorik değişkenler Exercise 5: Hata kategorileri Exercise 6: Tutarsız kategoriler Exercise 7: Kategorileri yeniden eşleme Exercise 8: Metin verisini temizleme Exercise 9: Ünvanları kaldırma ve adları alma Exercise 10: Açıklayıcı kalalım

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!