Foundations of Python Data Wrangling and Cleaning

生の、実世界のデータは、クリーンで即時の分析に適していることはめったにありません。有意義な洞察を抽出するには、まずデータセットの準備、クリーニング、構造化の技術を習得する必要があります。このテキストベースのコースでは、Pythonを使用したデータ操作の必須ワークフローをガイドし、混沌とした、乱雑なデータからクリーンで再現可能な準備パイプラインの作成へと移行します。 実践的な、書面による説明と構造化されたコード例を通して、あらゆる形状やサイズのデータを操作する自信を身につけます。不整合を特定し、テーブルを再構築し、データが非常に正確で、下流のモデリングまたは視覚化の準備ができていることを確認する方法を学びます。 学習内容: - NumPy配列とPandas DataFrameを使用した基本的なデータ構造を理解する。 - 欠損値の特定、重複の削除、データ型の修正により、乱雑なデータセットをクリーニングする。 - データをフィルタリング、グループ化、集計して、特定の、非常に関連性の高い洞察を抽出する。 - 結合、連結、ピボット操作を使用して、複数のデータセットを再形成およびマージする。 - メソッドチェーンや効率的なバックエンドデータ型の活用など、最新のPythonデータプラクティスを適用する。 - リサンプリングと時間ベースのインデックス作成を使用して時系列データを操作する。 コースは、データ構造の重要な用語と基本的な概念から始まり、ハンズオンのクリーニング、変換、再構築技術を段階的に進めます。詳細な説明を読み、明確なコードスニペットを分析し、書面による演習を完了してスキルを定着させます。 このコースは、データを扱いたい初心者向けに完全に設計されています。事前のデータサイエンスの経験は必要ありませんが、入門的なPython構文に基本的な精通していると役立ちます。 今日から、データプロジェクトのためにクリーンで信頼性の高いデータセットを構築しましょう。