Para birimi tutarlılığı

Tarihler artık düzene girdiğine göre, birim farklarını düzeltmen gerekecek. Veriyi ilk çizdirdiğinde, çok yüksek değerlerden oluşan bir grup ve nispeten daha düşük değerlerden oluşan bir grup göreceksin. Bankanın New York ve Tokyo’da iki farklı ofisi var; bu yüzden Tokyo ofisinin yönettiği hesapların ABD doları yerine Japon yeni cinsinden olduğunu düşünüyorsun. Neyse ki, her müşterinin hesabını hangi ofisin yönettiğini belirten account_offices adlı bir veri çerçeven var; böylece hangi total değerlerinin yenden dolara dönüştürülmesi gerektiğini bu bilgiyi kullanarak bulabilirsin.

Yeni dolara dönüştürme formülü: USD = JPY / 104.

dplyr ve ggplot2 yüklü ve accounts ile account_offices veri çerçeveleri hazır.

Bu egzersiz

R ile Veri Temizleme

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Scatter plot of opening date and total amount
accounts %>%
  ggplot(aes(x = ___, y = ___)) +
  ___

Kodu Düzenle ve Çalıştır

Bu egzersiz

R 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: Converting data types Exercise 4: Trimming strings Exercise 5: Range constraints Exercise 6: Ride duration constraints Exercise 7: Back to the future Exercise 8: Uniqueness constraints Exercise 9: Full duplicates Exercise 10: Removing partial duplicates Exercise 11: Aggregating partial 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: Checking membership Exercise 2: Members only Exercise 3: Not a member Exercise 4: Categorical data problems Exercise 5: Identifying inconsistency Exercise 6: Correcting inconsistency Exercise 7: Collapsing categories Exercise 8: Cleaning text data Exercise 9: Detecting inconsistent text data Exercise 10: Replacing and removing Exercise 11: Invalid phone numbers

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: Tarihlerin tekdüzeliği Exercise 3: Para birimi tutarlılığı

Geçerli Egzersiz

Exercise 4: Alanlar arası doğrulama Exercise 5: Toplamları doğrulama Exercise 6: Yaşı doğrulama Exercise 7: Tamlık Exercise 8: Eksiklik türleri Exercise 9: Eksik verileri görselleştirme Exercise 10: Eksik verileri ele alma

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: Calculating distance Exercise 3: Small distance, small difference Exercise 4: Fixing typos with string distance Exercise 5: Generating and comparing pairs Exercise 6: Link or join?Exercise 7: Pair blocking Exercise 8: Comparing pairs Exercise 9: Scoring and linking Exercise 10: Score then select or select then score?Exercise 11: Putting it together Exercise 12: Congratulations!