Einführung in Python, 2. Auflage

Kapitel 12. Daten verwirren und vermischen

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

Wenn du die Daten genug quälst, wird die Natur immer gestehen.

Ronald Coase

Bis zu diesem Punkt haben wir hauptsächlich über die Sprache Python selbst gesprochen - ihre Datentypen, Codestrukturen, Syntax usw. Im Rest dieses Buches geht es darum, diese auf reale Probleme anzuwenden.

In diesem Kapitel lernst du viele praktische Techniken kennen, mit denen du Daten zähmen kannst. Manchmal wird dies auch als Data Munging bezeichnet oder in der Datenbankwelt als ETL(Extract/Transform/Load). Obwohl das Thema in Programmierbüchern normalerweise nicht explizit behandelt wird, verbringen Programmierer viel Zeit damit, Daten in die richtige Form für ihre Zwecke zu bringen.

Das Fachgebiet Data Science ist in den letzten Jahren sehr populär geworden. Ein Artikel in der Harvard Business Review bezeichnete Data Scientist als den "sexiesten Job des 21. Jahrhunderts". Wenn damit gemeint ist, dass er gefragt und gut bezahlt ist, dann ist das in Ordnung, aber es gibt auch mehr als genug Plackerei. Data Science geht über die ETL-Anforderungen von Datenbanken hinaus und setzt oft maschinelles Lernen ein, um Erkenntnisse zu gewinnen, die für menschliche Augen nicht sichtbar waren.

Ich beginne mit grundlegenden Datenformaten und arbeite mich dann zu den nützlichsten neuen Tools für die Datenwissenschaft vor.

Datenformate lassen ...