Bewertung:
Insgesamt wird das Buch als eine hervorragende Ressource für die Datenbereinigung mit Python angesehen, die praktische Ratschläge, klare Erklärungen und zahlreiche Programmierbeispiele bietet. Während es sowohl als umfassende Einführung für Anfänger als auch als hilfreiches Nachschlagewerk für erfahrene Datenwissenschaftler dient, wiesen einige Rezensenten auf verbesserungswürdige Bereiche hin, insbesondere bei der Formatierung des Codes und der Einbeziehung von Grafiken.
Vorteile:Das Buch ist sehr praktisch und bietet klare und strukturierte Erklärungen, zahlreiche Beispiele und eine Fülle von Techniken zur Datenbereinigung, -manipulation und -visualisierung. Es dient als hervorragende Einführung für diejenigen, die neu in der Datenwissenschaft oder KI sind, und wird besonders für seine Einblicke, seine Organisation und seine Benutzerfreundlichkeit als Schnellreferenzhandbuch geschätzt. Die Rezensenten schätzten, dass der Schwerpunkt auf dem Verständnis der Hintergründe von Datenverarbeitungsaufgaben liegt, was das Lernen fördert.
Nachteile:Einige Rezensenten wiesen auf Probleme hin, wie z. B. schlecht formatierte Codebeispiele, die schwer zu lesen sind, die minimale Verwendung von Grafiken im Gegensatz zur typischen explorativen Datenanalyse und den Bedarf an komplexeren Themen, wie z. B. die Reinigung von Zeitreihendaten. Einige merkten an, dass das Buch zwar einen soliden Ausgangspunkt bietet, aber nicht jedes fortgeschrittene Thema in der Tiefe abdeckt.
(basierend auf 28 Leserbewertungen)
Python Data Cleaning Cookbook: Modern techniques and Python tools to detect and remove dirty data and extract key insights
Entdecken Sie, wie Sie Ihre Daten detailliert beschreiben, Datenprobleme erkennen und herausfinden, wie Sie diese mit Hilfe häufig verwendeter Techniken sowie Tipps und Tricks lösen können
Hauptmerkmale
⬤ Machen Sie sich mit verschiedenen Datenbereinigungstechniken vertraut, um wichtige Erkenntnisse zu gewinnen.
⬤ Manipulieren Sie Daten unterschiedlicher Komplexität, um sie in die richtige Form für Ihre Geschäftsanforderungen zu bringen.
⬤ Bereinigen, überwachen und validieren Sie große Datenmengen, um Probleme zu diagnostizieren, bevor Sie zur Datenanalyse übergehen.
Buchbeschreibung
Es ist wichtig, saubere Daten zu erhalten, um Erkenntnisse zu gewinnen, da ein direkter Einstieg in die Datenanalyse ohne angemessene Datenbereinigung zu falschen Ergebnissen führen kann. Dieses Buch zeigt Ihnen Werkzeuge und Techniken, die Sie anwenden können, um Daten mit Python zu bereinigen und zu verarbeiten. Zunächst machen Sie sich mit der Form von Daten vertraut, indem Sie Verfahren anwenden, die bei den meisten Datenquellen routinemäßig eingesetzt werden können. Anschließend lernen Sie, wie Sie Daten manipulieren können, um sie in eine nützliche Form zu bringen. Sie lernen auch, wie Sie Daten filtern und zusammenfassen, um Erkenntnisse zu gewinnen und besser zu verstehen, was sinnvoll ist und was nicht. Außerdem erfahren Sie, wie Sie mit den Daten arbeiten können, um die von Ihnen identifizierten Probleme zu lösen. Im weiteren Verlauf führen Sie wichtige Aufgaben aus, z. B. den Umgang mit fehlenden Werten, die Validierung von Fehlern, das Entfernen doppelter Daten, die Überwachung großer Datenmengen und den Umgang mit Ausreißern und ungültigen Daten. Als Nächstes werden Sie Rezepte zur Verwendung von überwachtem Lernen und Naive-Bayes-Analysen kennenlernen, um unerwartete Werte und Klassifizierungsfehler zu identifizieren, und Visualisierungen für die explorative Datenanalyse (EDA) erstellen, um unerwartete Werte zu visualisieren. Schließlich werden Sie Funktionen und Klassen erstellen, die Sie ohne Änderungen wiederverwenden können, wenn Sie neue Daten haben.
Am Ende dieses Python-Buches werden Sie mit allen wichtigen Fähigkeiten ausgestattet sein, die Sie benötigen, um Daten zu bereinigen und Probleme darin zu diagnostizieren.
Was Sie lernen werden
⬤ Erfahren Sie, wie Sie Daten aus einer Vielzahl von Quellen lesen und analysieren können.
⬤ Zusammenfassungen der Attribute von Datenrahmen, Spalten und Zeilen erstellen.
⬤ Daten zu filtern und Spalten von Interesse auszuwählen, die bestimmte Kriterien erfüllen.
⬤ Unschöne Datenprobleme lösen, einschließlich der Arbeit mit Daten und fehlenden Werten.
⬤ Steigern Sie Ihre Produktivität in Python Pandas durch die Verwendung von Methodenverkettungen.
⬤ Nutzen Sie Visualisierungen, um zusätzliche Erkenntnisse zu gewinnen und potenzielle Datenprobleme zu identifizieren.
⬤ Verbessern Sie Ihre Fähigkeit zu lernen, was in Ihren Daten vor sich geht.
⬤ Erstellen Sie benutzerdefinierte Funktionen und Klassen, um die Datenbereinigung zu automatisieren.
Für wen ist dieses Buch gedacht?
Dieses Buch richtet sich an alle, die nach Möglichkeiten suchen, unordentliche, doppelte und schlechte Daten mit verschiedenen Python-Tools und -Techniken zu bearbeiten. Das Buch verfolgt einen rezeptbasierten Ansatz, mit dem Sie lernen, wie Sie Daten bereinigen und verwalten können. Kenntnisse der Python-Programmierung sind alles, was Sie brauchen, um das Buch optimal nutzen zu können.
| ISBN: | 9781800565661 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
