डेटा तैयारी

डेटा साइंस को समझना

Hadrien Lacroix

Content Developer, DataCamp

डेटा वर्कफ़्लो

डेटा साइंस वर्कफ़्लो

डेटा साइंस को समझना

डेटा क्यों तैयार करें?

  • वास्तविक जीवन का डेटा बेतरतीब होता है
  • तैयारी इसलिए करें कि:
    • त्रुटियाँ न हों
    • गलत परिणाम न आएँ
    • एल्गोरिदम पक्षपाती न हों

सूप तैयार करना

डेटा साइंस को समझना

चलो सफाई शुरू करें

Sara Lis Hadrien Lis
Age "27" "30" "30"
Size 1.77 5.58 1.80 5.58
Country "Belgium" "USA" "FR" "USA"

खिड़की साफ़ करना

डेटा साइंस को समझना

Tidy डेटा

पहले

$$

Sara Lis Hadrien Lis
Age "27" "30" "30"
Size 1.77 5.58 1.80 5.58
Country "Belgium" "USA" "FR" "USA"

कपड़े करीने से रखे हुए

डेटा साइंस को समझना

Tidy डेटा आउटपुट

पहले

$$

Sara Lis Hadrien Lis
Age "27" "30" "30"
Size 1.77 5.58 1.80 5.58
Country "Belgium" "USA" "FR" "USA"

बाद

$$

Name Age Size Country
Sara "26" 1.78 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"
डेटा साइंस को समझना

डुप्लिकेट हटाएँ

पहले

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"

दोहरी चेरी

डेटा साइंस को समझना

डुप्लिकेट हटाएँ | आउटपुट

पहले

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"

बाद

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
डेटा साइंस को समझना

यूनिक ID

पहले

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"

पीले बत्तखों में बैंगनी बत्तख

डेटा साइंस को समझना

यूनिक ID | आउटपुट

पहले

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"

बाद

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"
डेटा साइंस को समझना

एकरूपता

पहले

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"

छोटी-बड़ी गोल्डफ़िश आमने-सामने

डेटा साइंस को समझना

एकरूपता | आउटपुट

पहले

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"

बाद

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 1.70 "USA"
2 Hadrien 1.80 "FR"
डेटा साइंस को समझना

एकरूपता, फिर से

पहले

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 1.70 "USA"
2 Hadrien 1.80 "FR"

बेल्जियन ध्वज

डेटा साइंस को समझना

एकरूपता, फिर से | आउटपुट

पहले

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

बाद

$$

ID Name Age Size Country
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"
डेटा साइंस को समझना

डेटा टाइप्स

पहले

$$

ID Name Age Size Country
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

विभिन्न प्रकार के पास्ता

डेटा साइंस को समझना

डेटा टाइप्स | आउटपुट

पहले

$$

ID Name Age Size Country
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

बाद

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 1.80 "FR"
डेटा साइंस को समझना

मिसिंग वैल्यूज़

पहले

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 1.80 "FR"

कारण:

  • डेटा एंट्री
  • त्रुटि
  • वैध मिसिंग वैल्यू

समाधान:

  • इम्प्यूट करें
  • ड्रॉप करें
  • रहने दें
डेटा साइंस को समझना

मिसिंग वैल्यूज़ | आउटपुट

पहले

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "USA"
2 Hadrien 1.80 "FR"

बाद

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 28 1.80 "FR"
डेटा साइंस को समझना

अभ्यास करते हैं!

डेटा साइंस को समझना

Preparing Video For Download...