Cơ sở của Python Data Wrangling and Cleaning

Dữ liệu thô, thực tế hiếm khi sạch hoặc sẵn sàng cho phân tích ngay lập tức. Để trích xuất những nhận thức có ý nghĩa, bạn phải đầu tiên làm chủ nghệ thuật chuẩn bị, dọn dẹp, và cấu trúc các tập dữ liệu của bạn. Lớp học dựa trên văn bản này hướng dẫn bạn qua các luồng công việc thiết yếu của việc xử lý dữ liệu bằng Python, chuyển đổi bạn từ xử lí dữ kiện hỗn loạn, bừa bộn đến viết các đường ống chuẩn bị sạch, tái tạo được. Bằng cách làm việc qua các giải thích và ví dụ mã có cấu trúc, bạn sẽ phát triển sự tự tin để thao tác dữ liệu có bất kỳ hình dạng hay kích thước nào. Bạn sẽ học cách nhận biết sự không nhất quán, tái cấu tạo bảng, và đảm bảo dữ kiện của bạn chính xác cao và sẵn sàng cho mô hình hóa hay hình ảnh hóa dòng chảy. Bạn sẽ học được: - Hiểu cấu trúc dữ liệu cơ bản bằng cách sử dụng mảng NumPy và Pandas DataFrames. - Sạch các tập dữ liệu lộn xộn bằng cách xác định các giá trị bị thiếu, loại bỏ các bản sao, và sửa các loại dữ kiện. - Lọc, nhóm và tổng hợp dữ liệu để trích xuất các nhận thức cụ thể, liên quan cao. - Thay đổi hình dạng và hợp nhất nhiều tập dữ liệu bằng cách sử dụng kết nối, liên kết và các thao tác pivot. - Apply modern Python data practices, bao gồm method chaining và sử dụng hiệu quả các loại dữ liệu backend. - Thao tác dữ liệu chuỗi thời gian với tái mẫu và chỉ mục dựa trên thời gian. Chương trình bắt đầu với thuật ngữ chính và các khái niệm cơ bản của cấu trúc dữ liệu trước khi tiến hành từng bước qua các kỹ thuật dọn dẹp, chuyển đổi và tái cấu hình. Bạn sẽ đọc các lời giải thích chi tiết, phân tích các đoạn mã rõ ràng, và hoàn thành các bài tập viết để củng cố kỹ năng của bạn. Chương trình này được thiết kế hoàn toàn cho người mới bắt đầu muốn làm việc với dữ liệu. Không cần phải có kinh nghiệm trước, mặc dù một chút kiến thức cơ bản về cú pháp Python sẽ giúp ích. Bắt đầu xây dựng các tập dữ liệu sạch, đáng tin cậy cho các dự án dữ kiện của bạn hôm nay.