การเตรียมข้อมูล

ทำความเข้าใจ Data Science

Hadrien Lacroix

Content Developer, DataCamp

ขั้นตอนการทำงานกับข้อมูล

data science workflow

ทำความเข้าใจ Data Science

ทำไมต้องเตรียมข้อมูล?

  • ข้อมูลในชีวิตจริงมักไม่เป็นระเบียบ
  • การเตรียมข้อมูลช่วยป้องกัน:
    • ข้อผิดพลาด
    • ผลลัพธ์ที่ไม่ถูกต้อง
    • ความเอนเอียงในอัลกอริทึม

preparing soup

ทำความเข้าใจ Data Science

เริ่มทำความสะอาดข้อมูล

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

scraper-cleaning-window

ทำความเข้าใจ Data Science

Tidy data

ก่อน

$$

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

folded-laundry

ทำความเข้าใจ Data Science

ผลลัพธ์ของ Tidy data

ก่อน

$$

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

หลัง

$$

Name Age Size Country
Sara "26" 1.78 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"
ทำความเข้าใจ Data Science

ลบข้อมูลซ้ำ

ก่อน

$$

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

double-cherry

ทำความเข้าใจ Data Science

ลบข้อมูลซ้ำ | ผลลัพธ์

ก่อน

$$

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

หลัง

$$

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

ID เฉพาะ

ก่อน

$$

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

purple-duck-with-yellow-ducks

ทำความเข้าใจ Data Science

ID เฉพาะ | ผลลัพธ์

ก่อน

$$

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

หลัง

$$

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

ความเป็นเนื้อเดียวกัน

ก่อน

$$

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

small-goldfish-facing-large-goldfish

ทำความเข้าใจ Data Science

ความเป็นเนื้อเดียวกัน | ผลลัพธ์

ก่อน

$$

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

หลัง

$$

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

ความเป็นเนื้อเดียวกัน (ต่อ)

ก่อน

$$

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

belgian-flag

ทำความเข้าใจ Data Science

ความเป็นเนื้อเดียวกัน (ต่อ) | ผลลัพธ์

ก่อน

$$

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

หลัง

$$

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

ประเภทข้อมูล

ก่อน

$$

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

different-types-of-pasta

ทำความเข้าใจ Data Science

ประเภทข้อมูล | ผลลัพธ์

ก่อน

$$

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

หลัง

$$

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

ค่าที่ขาดหาย

ก่อน

$$

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

สาเหตุ:

  • การป้อนข้อมูล
  • ข้อผิดพลาด
  • ค่าที่ขาดหายโดยถูกต้อง

วิธีแก้ไข:

  • แทนค่า
  • ลบออก
  • คงไว้
ทำความเข้าใจ Data Science

ค่าที่ขาดหาย | ผลลัพธ์

ก่อน

$$

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

หลัง

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 28 1.80 "FR"
ทำความเข้าใจ Data Science

มาฝึกกันเถอะ!

ทำความเข้าใจ Data Science

Preparing Video For Download...