- عنوان کتاب: Python Data Cleaning Cookbook
- نویسنده: Michael Walker
- حوزه: برنامه نویسی پایتون
- سال انتشار: 2023
- تعداد صفحه: 244
- زبان اصلی: انگلیسی
- نوع فایل: pdf
- حجم فایل: 3.37 مگابایت
به Packt Early Access خوش آمدید. ما پیشنمایش انحصاری این کتاب را قبل از عرضه به شما ارائه میدهیم. نوشتن یک کتاب ممکن است ماهها طول بکشد، اما نویسندگان ما امروز اطلاعات پیشرفتهای برای به اشتراک گذاشتن با شما دارند. دسترسی زودهنگام با در دسترس قرار دادن پیشنویسهای فصل به شما بینشی از آخرین پیشرفتها میدهد. ممکن است در حال حاضر فصلها کمی ناهموار باشند، اما نویسندگان ما آنها را به مرور زمان بهروزرسانی خواهند کرد. دسترسی زودهنگام به گونه ای طراحی شده است که انعطاف پذیر باشد. امیدواریم از آشنایی بیشتر با روند نوشتن کتاب پکت لذت ببرید.
1. فصل 1: پیش بینی مسائل مربوط به پاکسازی داده ها هنگام وارد کردن داده های جدولی به پانداها
2. فصل 2: پیش بینی مشکلات پاکسازی داده هنگام کار با HTML، JSON، و Spark Data
3. فصل 3: اندازه گیری داده های شما
4. فصل 4: شناسایی مقادیر گمشده و نقاط پرت در زیر مجموعه داده ها
5. فصل 5: استفاده از تجسم برای شناسایی مقادیر غیر منتظره
6. فصل 6: تمیز کردن و کاوش داده ها با عملیات سری
7. فصل 7: کار با داده های از دست رفته
8. فصل 8: اصلاح داده های نامرتب هنگام جمع آوری
9. فصل 9: پرداختن به مسائل داده ها هنگام ترکیب چارچوب های داده
10. فصل 10: مرتب کردن و تغییر شکل داده ها
11. فصل 11: پاکسازی خودکار داده ها با توابع و کلاس های تعریف شده توسط کاربر
Welcome to Packt Early Access. We’re giving you an exclusive preview of this book before it goes on sale. It can take many months to write a book, but our authors have cutting-edge information to share with you today. Early Access gives you an insight into the latest developments by making chapter drafts available. The chapters may be a little rough around the edges right now, but our authors will update them over time.You can dip in and out of this book or follow along from start to finish; Early Access is designed to be flexible. We hope you enjoy getting to know more about the process of writing a Packt book.
1. Chapter 1: Anticipating Data Cleaning Issues when Importing Tabular Data into Pandas
2. Chapter 2: Anticipating Data Cleaning Issues when Working with HTML, JSON, and Spark Data
3. Chapter 3: Taking the Measure of Your Data
4. Chapter 4: Identifying Missing Values and Outliers in Subsets of Data
5. Chapter 5: Using Visualizations for the Identification of Unexpected Values
6. Chapter 6: Cleaning and Exploring Data with Series Operations
7. Chapter 7: Working with Missing Data
8. Chapter 8: Fixing Messy Data When Aggregating
9. Chapter 9: Addressing Data Issues When Combining Data Frames
10. Chapter 10: Tidying and Reshaping Data
11. Chapter 11: Automate Data Cleaning with User-Defined Functions and Classes
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
Download: Python Data Cleaning Cookbook
نظرات کاربران