مدیریت داده نامعتبر، داپلیکیت و گمشده در پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
صرف نظر از حوزه کاری خود، داده در همه جا وجود دارند. امروزه، ما در هر ثانیه بیشتر از هر زمان دیگری داده تولید میکنیم؛ با این حال، این داده معمولاً خام، کثیف و به ندرت قابل استفاده هستند.
در این دوره «مدیریت داده نامعتبر، داپلیکیت و گمشده در پایتون» شما توانایی پاکسازی داده خود را خواهید یافت تا آن را برای هر کاربردی که نیاز دارید قابل استفاده کنید.
ابتدا، شما بررسی میکنید که چگونه با مقادیر گمشده برخورد کنید و چگونه ستونهای NaN را پر کنید.
سپس خواهید آموخت که چگونه با سطرهای داپلیکیت روی زیرمجموعهای از ستونها مقابله کنید.
در نهایت، شما یاد خواهید گرفت که چگونه با مقادیر نامعتبر کنار بیایید و آنها را اصلاح یا حذف کنید.
زمانی که دوره را به پایان برسانید، مهارتها و دانش لازم برای پاکسازی داده در Pandas را خواهید داشت که به شما کمک میکند مجموعه دادههای خود را از حالت خام و بلااستفاده به داده تمیز و مفید تبدیل کنید.
مدیریت داده نامعتبر، داپلیکیت و گمشده در پایتون
-
بررسی دوره 0:02:00
-
مقدمه 0:02:00
-
بهترین بهرهبرداری از این دوره 0:02:00
-
بررسی نسخه 0:01:00
-
چه کارهایی میتوانید پس از پایان دوره انجام دهید؟ 0:01:00
-
مباحث دوره 0:01:00
-
خلاصه - استفاده از ایندکسها در Pandas 0:02:00
-
دمو - شناسایی NaNs - بخش 1 0:02:00
-
دمو - شناسایی NaNs - بخش 2 0:06:00
-
دمو - حذف سطرها یا ستونها با تعدادی NaNs - بخش 1 0:04:00
-
دمو - حذف سطرها یا ستونها با تعدادی NaNs - بخش 2 0:03:00
-
دمو - حذف سطرها یا ستونها با تعدادی NaNs - بخش 3 0:01:00
-
دمو - استفاده از Fillers برای جایگزینی NaNs 0:05:00
-
نکات کلیدی و مشاورهها 0:01:00
-
دمو - شناسایی سطرهای داپلیکیت با duplicated 0:05:00
-
دمو - حذف سطرها اگر برخی از ستونها داپلیکیت هستند با drop_duplicates 0:03:00
-
نکات کلیدی و مشاورهها 0:01:00
-
دمو - استفاده از توابع با Apply برای شناسایی سطرهای نامعتبر و فیکس کردن آنها - بخش 1 ۱ 0:05:00
-
دمو - استفاده از توابع با Apply برای شناسایی سطرهای نامعتبر و فیکس کردن آنها - بخش 2 0:03:00
-
دمو - استفاده از Replace برای معتبر کردن داده 0:05:00
-
نکات کلیدی و مشاورهها 0:02:00
مشخصات آموزش
مدیریت داده نامعتبر، داپلیکیت و گمشده در پایتون
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:مقدماتی
- تعداد درس:21
- مدت زمان :0:56:48
- حجم :201.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy