Dizge kırpma

Önceki egzersizde, doğru veri tipini belirleyip user_birth_year sütununu doğru türe dönüştürdün ve bu sayede veri kümesi hakkında biraz daha içgörü sağlayan sayımları çıkarabildin.

Bir başka yaygın kirli veri sorunu, sayılarda yüzde işaretleri veya noktalar gibi fazladan karakterlerin bulunması ve bunların verinin character olarak okunmasına neden olmasıdır. Bu sayıları işleyebilmek için fazlalıkların kaldırılması ve sayıların character türünden numeric türe dönüştürülmesi gerekir. Bu egzersizde, duration sütununu character türünden numeric türe dönüştürmen gerekiyor; ancak bunu yapmadan önce her bir değerden "minutes" sözcüğünün kaldırılması gerekiyor.

dplyr, assertive ve stringr yüklendi ve bike_share_rides hazır.

Bu egzersiz

R ile Veri Temizleme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

str_remove() kullanarak bike_share_rides veri çerçevesindeki duration sütunundan "minutes" ifadesini kaldır. Bunu duration_trimmed adlı yeni bir sütun olarak ekle.
duration_trimmed sütununu sayısal türe dönüştür ve bunu duration_mins adlı yeni bir sütun olarak ekle.
bike_share_rides verisine hızlıca göz at ve duration_mins sütununun numeric olduğunu doğrula.
duration_mins için ortalama değeri hesapla.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

bike_share_rides <- bike_share_rides %>%
  # Remove 'minutes' from duration: duration_trimmed
  mutate(duration_trimmed = ___,
         # Convert duration_trimmed to numeric: duration_mins
         duration_mins = ___)

# Glimpse at bike_share_rides
___

# Assert duration_mins is numeric
___

# Calculate mean duration
___

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: Veri tipi kısıtları Exercise 2: Yaygın veri türleri Exercise 3: Veri türlerini dönüştürme Exercise 4: Dizge kırpma

Geçerli Egzersiz

Exercise 5: Aralık kısıtları Exercise 6: Sürüş süresi kısıtları Exercise 7: Geleceğe dönüş Exercise 8: Benzersizlik kısıtları Exercise 9: Tam kopyalar Exercise 10: Kısmi yinelenenleri kaldırma Exercise 11: Kısmi kopyaları birleştirerek özetleme

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: Uniformity Exercise 2: Date uniformity Exercise 3: Currency uniformity Exercise 4: Cross field validation Exercise 5: Validating totals Exercise 6: Validating age Exercise 7: Completeness Exercise 8: Types of missingness Exercise 9: Visualizing missing data Exercise 10: Treating missing data

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!