or
Bài tập này là một phần của khóa học
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.
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.
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.
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.
Bài tập hiện tại