کتاب Python Data Cleaning Cookbook

دستورالعمل پاکسازی داده پایتون

این کتاب یک راهنمای کاربردی برای پاکسازی داده است که به طور گسترده در تمام مقوله‌های ضروری می‌تواند داده را برای تحلیل آماده کند. تنظیم این کتاب بر اساس تمام مقوله‌هایی است که معمولاً در حین فرآیند پاکسازیِ داده تکمیل می‌شود: ورود داده، مشاهده‌ی تشخیصیِ داده، تعیین موارد جدا افتاده، ارزش‌های دور از انتظار، منظم کردن داده و امثال آن. هر دستورالعمل، خواننده را از داده‌ی خام به طرف تکمیل فرآیند پاکسازیِ یک داده‌ی خاص هدایت می‌کند.

البته کتاب‌های زیادی در این زمینه وجود دارد و دور از انتظار نیست که بعضی از موضاعاتی که در این کتاب مطرح شده است با مطالب کتاب‌های دیگر، هم‌پوشانی داشته‌ باشد. اما تمرکز ما در این کتاب با موضوع اصلی کتاب‌های دیگر، تفاوت زیادی دارد. در این کتاب تمرکز ما به جای چگونگی، بر چرایی این مقوله‌ها است.

اگرچه کتاب‌های دیگری نیز در این زمینه، به تازگی منتشر شده‌اند اما درسی که من از پاکسازی آموختم و در این کتاب به آن می‌پردازم، بر اساس تجربیات شخصی خودم در استفاده از ابزارهای دیگر است.