Limpeza de Dados - Mais ferramentas
Lição 7 de 19 do curso Análise com Pandas da Coddy.
Remover Valores Duplicados
Linhas duplicadas são exatamente iguais. Se houver uma única diferença, não será considerada uma duplicata.
df = df.drop_duplicates()Renomear Colunas
Geralmente, gostaríamos de ter uma única convenção para os nomes das colunas. Para isso, podemos renomear manualmente as colunas:
df = df.rename(columns={"old_name": "new_name"})Alterar Tipos de Dados
df["column name"] = df["column name"].astype(bool)
df["column name"] = df["column name"].astype(int)
Desafio
FácilO arquivo CSV missing.csv está bagunçado.
Aqui estão as primeiras 5 linhas do arquivo:
ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID
1,France,Signal violet,marksmanship,14,0.1924,1
1,France,Signal violet,marksmanship,14,0.1924,1
2,Solomon Islands,Pearl violet,,4,,1
3,Germany,,calligraphy,12,0.88646,0Limpe os dados:
- Remova as linhas duplicadas.
- Renomeie todas as colunas para letras minúsculas.
- Colunas com uns e zeros (investigue o dataframe para encontrar as colunas corretas) devem ser convertidas para colunas Booleanas.
Para iterar sobre todas as colunas, você pode usar a propriedade .columns:
for column in columns:
# your code herePara acompanhar seu progresso, imprima o df: print(df)
Armazene o resultado final na variável df.
Não imprima o df para passar no caso de teste!
Experimente você mesmo
# pandas as pd já está importado
df = pd.read_csv("./missing.csv")
# Escreva seu código abaixo
Todas as lições de Análise com Pandas
4Análise de Dados com Pandas
Estatística DescritivaAgrupamento e Agregação de DadosDiferentes AgregaçõesMerge e Concat2Trabalhando com o DataFrame
Entendendo DataFramesAcessando DadosLimpeza de Dados - Dados ausentesLimpeza de Dados - Mais ferramentas3Manipulação de Dados com Pandas
Retornar Resultado SolicitadoFiltrar DadosAdicionar e ExcluirModificar DadosModificar StringsModificações Personalizadas