Ngày tháng mơ hồ

Bạn có một DataFrame chứa cột subscription_date được thu thập từ nhiều nguồn với các định dạng ngày khác nhau như YYYY-mm-dd và YYYY-dd-mm. Cách tốt nhất để thống nhất định dạng cho các giá trị mơ hồ như 2019-04-07 là gì?

Bài tập này là một phần của khóa học

Làm sạch dữ liệu với Python

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập

Bài tập này là một phần của khóa học

Làm sạch dữ liệu với Python

SkillTag.level.intermediateSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

Trong chương này, bạn sẽ học cách vượt qua một số vấn đề dữ liệu bẩn thường gặp. Bạn sẽ chuyển đổi kiểu dữ liệu, áp dụng ràng buộc phạm vi để loại bỏ các điểm dữ liệu thuộc tương lai, và xóa các điểm dữ liệu trùng lặp để tránh đếm hai lần.

Exercise 1: Ràng buộc kiểu dữ liệu Exercise 2: Các kiểu dữ liệu phổ biến Exercise 3: Dữ liệu số hay ... ?Exercise 4: Cộng chuỗi và nối số Exercise 5: Ràng buộc phạm vi dữ liệu Exercise 6: Ràng buộc kích cỡ lốp Exercise 7: Trở lại tương lai Exercise 8: Ràng buộc tính duy nhất Exercise 9: Tập con của bạn lớn đến mức nào?Exercise 10: Tìm bản ghi trùng lặp Exercise 11: Xử lý dữ liệu trùng lặp

Dữ liệu phân loại và văn bản thường là phần lộn xộn nhất của một tập dữ liệu do tính chất phi cấu trúc. Trong chương này, bạn sẽ học cách sửa lỗi khoảng trắng và không thống nhất về viết hoa trong nhãn hạng mục, gộp nhiều hạng mục thành một, và định dạng lại chuỗi để đảm bảo tính nhất quán.

Exercise 1: Ràng buộc tính hợp lệ của thành viên Exercise 2: Chỉ dành cho thành viên Exercise 3: Tìm sự nhất quán Exercise 4: Biến phân loại Exercise 5: Các loại lỗi Exercise 6: Danh mục không nhất quán Exercise 7: Ánh xạ lại các hạng mục Exercise 8: Làm sạch dữ liệu văn bản Exercise 9: Xóa danh xưng và tách tên Exercise 10: Giữ mô tả có giá trị

Trong chương này, bạn sẽ đi sâu vào các vấn đề làm sạch dữ liệu nâng cao hơn, chẳng hạn đảm bảo tất cả khối lượng đều được ghi bằng kilogram thay vì pound. Bạn cũng sẽ học được những kỹ năng vô giá giúp bạn xác minh rằng các giá trị đã được cộng đúng và giá trị thiếu không ảnh hưởng tiêu cực đến phân tích của bạn.

Exercise 1: Tính thống nhất Exercise 2: Ngày tháng mơ hồ

Bài tập hiện tại

Exercise 3: Thống nhất đơn vị tiền tệ Exercise 4: Định dạng ngày thống nhất Exercise 5: Xác thực chéo giữa các trường Exercise 6: Có cross field hay không?Exercise 7: Tính toàn vẹn dữ liệu của chúng ta ra sao?Exercise 8: Độ đầy đủ Exercise 9: Liệu đây có phải là thiếu dữ liệu ngẫu nhiên?Exercise 10: Thiếu nhà đầu tư Exercise 11: Lần theo dòng tiền

Liên kết bản ghi là một kỹ thuật mạnh mẽ dùng để gộp nhiều tập dữ liệu với nhau khi giá trị có lỗi chính tả hoặc cách viết khác nhau. Trong chương này, bạn sẽ học cách liên kết bản ghi bằng cách tính độ tương đồng giữa các chuỗi — sau đó bạn sẽ dùng kỹ năng mới để nối hai tập dữ liệu đánh giá nhà hàng thành một tập dữ liệu chuẩn, sạch duy nhất.

Exercise 1: So sánh chuỗi Exercise 2: Khoảng cách chỉnh sửa tối thiểu Exercise 3: Ngưỡng cắt (cutoff)Exercise 4: Ánh xạ lại nhóm danh mục II Exercise 5: Tạo cặp Exercise 6: Nên liên kết hay không?Exercise 7: Cặp nhà hàng Exercise 8: Nhà hàng tương tự Exercise 9: Liên kết DataFrame Exercise 10: Lấy đúng chỉ số Exercise 11: Liên kết tất cả lại với nhau!Exercise 12: Chúc mừng bạn!