Data Wrangling mit Python

Kapitel 9. Datenexploration und -analyse

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Nachdem du nun einige Zeit damit verbracht hast, deine Daten zu sammeln und zu bereinigen, kannst du mit der Analyse beginnen! Es ist wichtig, dass du deine Datenanalyse mit sehr geringen Erwartungen an das Ergebnis angehst. Deine Frage könnte zu weit gefasst sein, um eine einzige Antwort zu geben, oder sie könnte keine schlüssige Antwort haben. Erinnerst du dich daran, dass du in deinem ersten Naturwissenschaftskurs etwas über Hypothesen und Schlussfolgerungen gelernt hast? Am besten gehst du an deine Datenerhebung mit denselben Methoden heran - und mit dem Wissen, dass du vielleicht keine eindeutige Schlussfolgerung findest.

Allerdings macht es auch Spaß, die Daten zu untersuchen und festzustellen, dass es keine Trends gibt oder die Trends nicht mit deinen Erwartungen übereinstimmen. Wenn alles so wäre, wie wir es erwartet haben, wäre die Datenerhebung ein bisschen langweilig. Wir haben gelernt, wenig zu erwarten und viel zu erforschen.

Hinweis

Wenn du anfängst, deine Daten zu analysieren und zu untersuchen, wirst du vielleicht feststellen, dass du mehr oder andere Daten brauchst. Das ist Teil des Prozesses und sollte akzeptiert werden, wenn du die Fragen, die du beantworten willst, genauer definierst und untersuchst, was die Daten dir sagen.

Jetzt ist auch ein guter Zeitpunkt, um die anfänglichen Fragen ...