Il laboratorio di Data Wrangling, seconda edizione: Creare approfondimenti personalizzati utilizzando i dati provenienti da più fonti grezze

Recensioni dei lettori

Il libro è una risorsa altamente raccomandata per i principianti della scienza dei dati, in particolare del data wrangling. Offre un approccio pratico e pratico con spiegazioni ed esempi dettagliati. Sebbene il contenuto e la struttura di base siano ben accolti, diversi lettori hanno notato la presenza di refusi ed errori che potrebbero confondere gli utenti meno esperti.

⬤ Spiegazioni diligenti del codice, che permettono ai principianti di sviluppare l'intuizione.
⬤ Copertura esaustiva delle strutture dati, dei moduli e delle tecniche rilevanti per il data wrangling.
⬤ Esercizi pratici e risorse scaricabili migliorano l'esperienza di apprendimento.
⬤ Fornisce casi d'uso pratici ed esempi per illustrare i concetti.
⬤ Adatto sia ai principianti che a coloro che desiderano rispolverare le proprie competenze.

⬤ Presenza di refusi ed errori negli esempi, che possono frustrare i principianti.
⬤ Il libro si concentra sulle applicazioni pratiche (“che cos'è”) piuttosto che sulle spiegazioni teoriche (“perché è”).

(basato su 11 recensioni dei lettori)

Titolo originale:

The Data Wrangling Workshop, Second Edition: Create your own actionable insights using data from multiple raw sources

Contenuto del libro:

Una guida per principianti per semplificare i processi di estrazione, trasformazione e caricamento (ETL) con l'aiuto di suggerimenti pratici, trucchi e best practice, in modo divertente e interattivo.

Caratteristiche principali

⬤ Esplora il data wrangling con l'aiuto di esempi reali e casi d'uso aziendali.

⬤ Studiate vari modi per estrarre il massimo valore dai vostri dati in un tempo minimo.

⬤ Aumenta le tue conoscenze con argomenti bonus, come la generazione di dati casuali e i controlli di integrità dei dati.

Descrizione del libro

Pur avendo a disposizione un'enorme quantità di dati, questi non sono utili nella loro forma grezza. Per essere significativi, i dati devono essere curati e raffinati.

Se siete alle prime armi, The Data Wrangling Workshop vi aiuterà a capire il processo. Inizierete dalle basi e costruirete le vostre conoscenze, passando dagli aspetti fondamentali del data wrangling all'utilizzo degli strumenti e delle tecniche più diffuse.

Questo libro inizia mostrando come lavorare con le strutture di dati utilizzando Python. Attraverso esempi e attività, capirete perché dovreste evitare i metodi tradizionali di pulizia dei dati utilizzati in altri linguaggi e sfruttare le routine specializzate preconfezionate in Python. In seguito, imparerete a utilizzare lo stesso backend Python per estrarre e trasformare i dati da una serie di fonti, tra cui Internet, grandi database e tabelle finanziarie di Excel. Per aiutarvi a prepararvi a scenari più impegnativi, il libro vi insegna a gestire i dati mancanti o errati e a riformattarli in base ai requisiti dello strumento di analisi a valle.

Alla fine di questo libro, avrete sviluppato una solida conoscenza di come eseguire il data wrangling con Python e avrete appreso diverse tecniche e best practice per estrarre, pulire, trasformare e formattare i vostri dati in modo efficiente, da una vasta gamma di fonti.

Che cosa imparerete?

⬤ Prendere confidenza con i fondamenti del data wrangling.

⬤ Capire come modellare i dati con la generazione di dati casuali e i controlli di integrità dei dati.

⬤ Scoprire come esaminare i dati con le statistiche descrittive e le tecniche di rappresentazione.

⬤ Esplorare come cercare e recuperare informazioni con le espressioni regolari.

⬤ Approfondite le librerie Python per la scienza dei dati comunemente utilizzate.

⬤ Diventa esperto di come gestire e compensare i dati mancanti.

A chi è rivolto questo libro

Il Data Wrangling Workshop è pensato per sviluppatori, analisti di dati e analisti aziendali che intendono intraprendere una carriera come data scientist a tutti gli effetti o esperti di analisi. Sebbene questo libro sia destinato ai principianti che desiderano iniziare a occuparsi di data wrangling, è necessaria una conoscenza preliminare del linguaggio di programmazione Python per afferrare facilmente i concetti qui trattati. Sarà inoltre utile avere una conoscenza rudimentale dei database relazionali e di SQL.