or
Ця вправа є частиною курсу
У цьому розділі ви навчитеся долати деякі з найпоширеніших проблем «брудних» даних. Ви перетворюватимете типи даних, застосовуватимете обмеження діапазону, щоб забрати точки з майбутнього, та видалятимете дублікати, щоб уникнути подвійного підрахунку.
Категоріальні та текстові дані часто є найхаотичнішою частиною набору даних через їх неструктурованість. У цьому розділі ви виправите розбіжності з пробілами та регістром у мітках категорій, об'єднаєте кілька категорій в одну та переформатуєте рядки для узгодженості.
У цьому розділі ви зануритеся в складніші завдання очищення даних, наприклад, забезпечите, щоб ваги були записані в кілограмах, а не у фунтах. Також ви здобудете важливі навички, які допоможуть перевіряти коректність внесення значень і стежити, щоб пропуски не спотворювали ваш аналіз.
Поточна вправа
Record linkage — це потужна техніка для об'єднання кількох наборів даних, яку застосовують, коли у значеннях є опечатки чи різні написання. У цьому розділі ви навчитеся поєднувати записи, обчислюючи схожість між рядками, — а потім застосуєте нові вміння, щоб об'єднати два набори відгуків про ресторани в єдиний чистий майстер-набір даних.