Czyszczenie danych w Pythonie. Receptury

Meer over het boek

Przetwarzanie dużych ilości danych dostarcza wiedzy niezbędnej do podejmowania kluczowych decyzji w organizacji, a techniki wydobywania wiedzy stają się coraz bardziej zaawansowane. Kluczowym elementem sukcesu jest jakość danych; niespójne i niepełne informacje mogą prowadzić do błędnych decyzji, co skutkuje stratami finansowymi, zagrożeniami lub uszczerbkiem na wizerunku. Oczyszczanie danych jest zatem istotnym etapem analizy. Książka oferuje praktyczny zbiór receptur, które ułatwiają przygotowanie danych do analizy. Zawiera omówienie takich zagadnień jak importowanie, ocena jakości, uzupełnianie braków, porządkowanie, agregacja i przekształcanie danych. Prezentowane są skuteczne techniki realizacji tych zadań za pomocą narzędzi takich jak Pandas, NumPy, Matplotlib i SciPy. Każda receptura zawiera wyjaśnienia skutków działań. Dodatkowo, książka oferuje funkcje i klasy zdefiniowane przez użytkownika, które automatyzują proces oczyszczania i dostosowują go do specyficznych potrzeb. Dzięki recepturom można wczytać i przeanalizować dane z różnych źródeł, poprawić ich błędy, efektywnie wykorzystać biblioteki Pythona, zastosować wizualizacje oraz napisać własne funkcje do automatyzacji oczyszczania. Oczyszczone i spójne dane mają prawdziwą wartość!