Veri Temizleme - Diğer Araçlar
Coddy'nin Pandas Analitiği kursunda ders 7 / 19.
Yinelenen Değerleri Kaldır
Yinelenen satırlar tamamen aynıdır. Eğer tek bir fark bile varsa, yinelenen olarak kabul edilmeyecektir.
df = df.drop_duplicates()Sütunları Yeniden Adlandır
Genellikle, sütun adları için tek bir standart olmasını isteriz. Bunun için sütunları manuel olarak yeniden adlandırabiliriz:
df = df.rename(columns={"old_name": "new_name"})Veri Türlerini Değiştir
df["column name"] = df["column name"].astype(bool)
df["column name"] = df["column name"].astype(int)
Görev
Kolaymissing.csv CSV dosyası oldukça düzensiz.
Dosyanın ilk 5 satırı aşağıdadır:
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,12,0.88646,0Veriyi temizleyin:
- Yinelenen satırları kaldırın.
- Tüm sütun adlarını küçük harfe dönüştürün.
- Bir ve sıfırlardan oluşan sütunları (doğru sütunları bulmak için dataframe'i inceleyin) Boolean sütunlara dönüştürün.
Tüm sütunlar üzerinde döngü kurmak için .columns özelliğini kullanabilirsiniz:
for column in columns:
# your code hereİlerlemenizi takip etmek için df'yi yazdırın: print(df)
Nihai sonucu df değişkeninde saklayın.
Testi geçmek için df değişkenini yazdırmayın!
Kendin dene
# pandas as pd zaten içe aktarıldı
df = pd.read_csv("./missing.csv")
# Kodunuzu aşağıya yazın
Pandas Analitiği bölümündeki tüm dersler
2DataFrame ile Çalışmak
DataFrame'leri AnlamakVeriye ErişmekVeri Temizleme - Eksik VerilerVeri Temizleme - Diğer Araçlar3Pandas ile Veri Manipülasyonu
İstenen Sonucu DöndürmeVerileri FiltrelemeEkleme ve SilmeVeriyi DüzenlemeStringleri DüzenlemeÖzel Düzenlemeler