{"id":171170,"date":"2023-03-07T16:17:28","date_gmt":"2023-03-07T15:17:28","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=171170"},"modified":"2023-10-29T20:32:35","modified_gmt":"2023-10-29T19:32:35","slug":"data-cleaning-python-programmierung-teil-3","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3","title":{"rendered":"Data Cleaning: Python Programmierung Teil 3"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"171170\" class=\"elementor elementor-171170\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4cfc8363 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4cfc8363\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-494373fe\" data-id=\"494373fe\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-60ca0bb0 elementor-widget elementor-widget-heading\" data-id=\"60ca0bb0\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">Willkommen zur dritten Episode unserer Einf\u00fchrung in die Programmierung mit Python zum Thema Data Cleaning. In der vorherigen Folge hast Du die verschiedenen Operatoren in Python kennengelernt, sowie die Funktionsweise von Schleifen und verschiedenen n\u00fctzlichen Funktionen in Python. In diesem Teil lernst du zwei Schritte kennen, die f\u00fcr jedes Machine-Learning-Projekt unerl\u00e4sslich sind: Data Cleaning und Data Processing.<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1808c11a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1808c11a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7fe991f9\" data-id=\"7fe991f9\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c26475f elementor-widget elementor-widget-menu-anchor\" data-id=\"c26475f\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\nbody.elementor-page .elementor-widget-menu-anchor{margin-bottom:0}<\/style>\t\t<div id=\"importdesdonnees\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-250dc1ee elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"250dc1ee\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-406f4425\" data-id=\"406f4425\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6134be1a elementor-widget elementor-widget-heading\" data-id=\"6134be1a\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Dataimport im DataCleaning<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-8936c6 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"8936c6\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-8459d83\" data-id=\"8459d83\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3e86d37f elementor-widget elementor-widget-text-editor\" data-id=\"3e86d37f\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p>Bevor Du in <a href=\"https:\/\/datascientest.com\/de\/python-schulung\">Python<\/a> mit Daten arbeiten kannst, wie z. B. Bereinigung, Umwandlung und Visualisierung, musst du sie importieren.<\/p><p>Dazu verwenden wir das<a href=\"https:\/\/pandas.pydata.org\/docs\/\"> Pandas-Modul.<\/a> Es wurde entwickelt, um Python die Tools zu geben, die es braucht, um mit gro\u00dfen Datenmengen umzugehen. Dieses Modul hat das Ziel, das beste Werkzeug zur Datenmanipulation zu werden: leistungsstark, benutzerfreundlich und flexibel zugleich. Pandas ist heute das am h\u00e4ufigsten verwendete Modul zur Verwaltung von Datenbanken in den Formaten: CSV, Excel, &#8230;<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1d48eeb2 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1d48eeb2\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-133aad0\" data-id=\"133aad0\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7950fbc4 elementor-widget elementor-widget-text-editor\" data-id=\"7950fbc4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>csv Datei:\u00a0<\/p><p>Einer der h\u00e4ufigsten Datentypen ist das CSV-Format, ein Akronym f\u00fcr comma separated value (kommagetrennte Werte).<\/p><p>Die allgemeine Struktur von CSV-Dateien verwendet Zeilen als Beobachtungen und Spalten als Attribute.<\/p><p>Hier ist die Vorgehensweise, um CSV-Dateien zu lesen:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6aba0475 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6aba0475\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1c54c673\" data-id=\"1c54c673\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-785142ea elementor-widget elementor-widget-shortcode\" data-id=\"785142ea\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/YOHANCOHENCODES\/75efefe51f29e0e3638b43194a09af58.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2fb4f7f4 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"2fb4f7f4\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-28a79993\" data-id=\"28a79993\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-44a66f6f elementor-widget elementor-widget-text-editor\" data-id=\"44a66f6f\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Es ist auch m\u00f6glich, der Funktion <strong>pd.read_csv<\/strong> weitere Argumente hinzuzuf\u00fcgen:\u00a0<\/p><p>&#8211; Das <strong>sep-Argument<\/strong> in der Funktion, mit dem die Art der Trennung f\u00fcr das Lesen unserer Daten angegeben werden kann (z. B. , \/ ; \/ &#8211; &#8230;).<\/p><p>&#8211; Das Argument header bestimmt die Nummer der Zeile, die die Namen der Variablen enth\u00e4lt; standardm\u00e4\u00dfig ist <strong>header = 0.<\/strong><\/p><p>&#8211; Mit dem Argument<strong> index_col<\/strong> wird eine Spalte des DataFrame als Index festgelegt.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3c64ac30 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3c64ac30\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5bf47dbb\" data-id=\"5bf47dbb\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c9f6ef0 elementor-widget elementor-widget-text-editor\" data-id=\"c9f6ef0\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Excel-Dateien:<\/p><p><a href=\"https:\/\/datascientest.com\/de\/zur-excel-zeile-gehen\">Excel-Dateien<\/a> sind zusammen mit CSV-Dateien die am h\u00e4ufigsten verwendeten Dateien.<\/p><p>\u00a0Hier ist die Vorgehensweise mit der Funktion pd.ExcelFile():<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-29929df9 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"29929df9\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5ae9282a\" data-id=\"5ae9282a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-255a9c69 elementor-widget elementor-widget-shortcode\" data-id=\"255a9c69\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/YOHANCOHENCODES\/c2efdb868122f41f4191bc2742bc37c3.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4d032a47 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4d032a47\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-53047e14\" data-id=\"53047e14\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5c70e5b5 elementor-widget elementor-widget-text-editor\" data-id=\"5c70e5b5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Wenn wir keinen Blattnamen angeben, wird standardm\u00e4\u00dfig das erste Blatt angezeigt. Wenn wir ein bestimmtes Blatt anzeigen wollen, k\u00f6nnen wir dies mit der letzten Zeile des Codes oben tun, indem wir den Namen des Blattes angeben.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-507fde87 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"507fde87\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-16d5990e\" data-id=\"16d5990e\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-33a4e658 elementor-widget elementor-widget-text-editor\" data-id=\"33a4e658\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Bevor wir mit der<strong> Datenmodellierung<\/strong> beginnen, m\u00fcssen wir eine Reihe von vorbereitenden Schritten durchlaufen, die f\u00fcr ein Machine-Learning-Projekt unerl\u00e4sslich sind. Obwohl sie m\u00fchsam sind, sollten sie nicht au\u00dfer Acht gelassen werden, da sie die Qualit\u00e4t unserer Modellierung garantieren. Es wird oft von <strong>&#8222;garbage in &#8211; garbage out&#8220;<\/strong> gesprochen. Ein Modell, dessen Datenqualit\u00e4t nicht optimal ist, wird keine guten Vorhersagen machen k\u00f6nnen.\u00a0<\/p><p>Die Vorstufen, auch <strong>Data-Pre-Processing-Schritte<\/strong> genannt, umfassen daher die Schritte der Status\u00fcberpr\u00fcfung, der Datenbereinigung und der Datenvorbereitung.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-357c7ec6 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"357c7ec6\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-11ae2a79\" data-id=\"11ae2a79\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-311a6d30 elementor-widget elementor-widget-heading\" data-id=\"311a6d30\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Verifizierung:<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-34eeb0a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"34eeb0a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-22db6e55\" data-id=\"22db6e55\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-761af8d6 elementor-widget elementor-widget-text-editor\" data-id=\"761af8d6\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Zuallererst ist es wichtig, sich einen <strong>\u00dcberblick \u00fcber die Daten zu verschaffen.<\/strong> Zum Beispiel h\u00e4ngt die Aufbereitung unserer Daten von der Art der Variablen ab. Bei numerischen Daten ist es interessant, den Wertebereich, den Mittelwert, die Standardabweichung und andere grundlegende<a href=\"https:\/\/datascientest.com\/de\/statistischen-test\"> Statistiken<\/a> zu kennen. Dieser \u00dcberpr\u00fcfungsschritt beinhaltet auch die \u00dcberpr\u00fcfung, ob es Duplikate gibt.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1731e6ab elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1731e6ab\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-386818a9\" data-id=\"386818a9\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7bd7b158 elementor-widget elementor-widget-shortcode\" data-id=\"7bd7b158\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Lara-datascientest\/08dd0cc049f5cbd5fae13238e0ea9204.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-69d59fb5 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"69d59fb5\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-61d4c649\" data-id=\"61d4c649\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4d08d528 elementor-widget elementor-widget-menu-anchor\" data-id=\"4d08d528\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"datacleaning\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3866314b elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3866314b\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-60966a38\" data-id=\"60966a38\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-18958c90 elementor-widget elementor-widget-heading\" data-id=\"18958c90\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Data Cleaning<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-5291216d elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"5291216d\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-36b4c4aa\" data-id=\"36b4c4aa\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5469c94e elementor-widget elementor-widget-heading\" data-id=\"5469c94e\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">Umgang mit fehlenden Daten<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3ab414e9 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3ab414e9\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4b779e94\" data-id=\"4b779e94\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-12bfc1d1 elementor-widget elementor-widget-text-editor\" data-id=\"12bfc1d1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die<a href=\"https:\/\/datascientest.com\/de\/datenbank-data-management-weiterbildung\"> Datenbanken<\/a>, mit denen wir t\u00e4glich zu tun haben, enthalten sehr oft fehlende Daten. Es gibt viele Gr\u00fcnde f\u00fcr diese Problematik: Tippfehler, die zu Datenentfernungen gef\u00fchrt haben, urspr\u00fcnglich nicht vorhandene Daten usw. Die meisten Datenbanken sind in der Lage, die Daten zu l\u00f6schen.\u00a0<\/p><p>Das<strong> L\u00f6schen von Daten<\/strong> ist der letzte Ausweg, da es zu einem gro\u00dfen Verlust an Informationen f\u00fchrt. Je mehr Informationen wir haben, desto besser ist die Vorhersagequalit\u00e4t unseres Modells.\u00a0<\/p><p>In manchen F\u00e4llen wird diese Strategie jedoch trotzdem gew\u00e4hlt. In der Regel wird man sich daf\u00fcr entscheiden, eine Datenreihe zu l\u00f6schen, wenn sie voller fehlender Daten ist, insbesondere wenn die wichtigsten Variablen fehlen, wie z. B. die Target.<\/p><p>Wenn die meisten Daten fehlen und die Variable nur eine geringe <strong>Bedeutung f\u00fcr die vorhergesagte Variable<\/strong> hat, kann man sich daf\u00fcr entscheiden, eine ganze Variable zu l\u00f6schen.\u00a0<\/p><p>Anstatt diese Daten zu l\u00f6schen, sollte man die Imputation von Werten bevorzugen. Diese [cm_tooltip_parse] Methode [\/cm_tooltip_parse] hilft, den Informationsverlust zu reduzieren. Es gibt verschiedene Methoden, die wir anwenden k\u00f6nnen. Man kann z. B. bei numerischen Variablen den <strong>Median- oder Mittelwert<\/strong> dieser Variable imputieren (bei der Imputation des Mittelwerts ist auf Extremwerte zu achten). Bei kategorialen Variablen kann man den Mehrheitswert innerhalb der Variable imputieren, indem man den Modus verwendet.\u00a0<\/p><p>Eine feinere Imputationsmethode ist die<strong> Imputation unter Ber\u00fccksichtigung der Werte in den anderen Variablen<\/strong>. Du kannst den Mittelwert, den Median und den Modus f\u00fcr Gruppen von Individuen innerhalb des <a href=\"https:\/\/datascientest.com\/de\/dataframe\">DataFrame<\/a> berechnen, um den zu imputierenden Wert zu verfeinern.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1aac4322 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1aac4322\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1e0be9cb\" data-id=\"1e0be9cb\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-34f2e5ad elementor-widget elementor-widget-shortcode\" data-id=\"34f2e5ad\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Lara-datascientest\/776a9a6f9405c1442343334b0060173d.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6ed7a491 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6ed7a491\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-118dcf1\" data-id=\"118dcf1\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-77ff07e6 elementor-widget elementor-widget-heading\" data-id=\"77ff07e6\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Ausrei\u00dfer \/Outlier<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-57d74593 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"57d74593\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-39c16209\" data-id=\"39c16209\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-42bf3299 elementor-widget elementor-widget-text-editor\" data-id=\"42bf3299\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Ein <strong>Ausrei\u00dfer<\/strong> ist ein Wert, der von der Verteilung der Variable abweicht. Dies kann auf einen Tippfehler oder einen Messfehler zur\u00fcckzuf\u00fchren sein, kann aber auch ein extremer Wert sein. Ein <strong>Extremwert<\/strong> ist ein Wert, der nicht fehlerhaft ist, aber dennoch stark von den \u00fcbrigen Werten der Variable abweicht.\u00a0<\/p><p>Eine recht einfache M\u00f6glichkeit, solche Werte zu erkennen, ist die Erstellung eines Box-Plots f\u00fcr jede der Variablen. Ein Boxplot ist ein rechteckiges Diagramm, in dem die <strong>Statistiken der Variablen (Quartile (Q1, Median, Q3))<\/strong> beschrieben werden. Die Grenzen des Diagramms begrenzen die Werte gem\u00e4\u00df der Verteilung der Variablen. \u00dcber diese Grenzen hinaus werden diese Werte als Ausrei\u00dfer betrachtet.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-49b2cfd2 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"49b2cfd2\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3e3b056a\" data-id=\"3e3b056a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4b58398e elementor-widget elementor-widget-shortcode\" data-id=\"4b58398e\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Lara-datascientest\/2f9c35b9d3bec0b0d478b21dc0889721.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-5ad489e4 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"5ad489e4\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5b3ade8d\" data-id=\"5b3ade8d\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-f4ec6b elementor-widget elementor-widget-text-editor\" data-id=\"f4ec6b\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Im Rahmen eines <a href=\"https:\/\/datascientest.com\/de\/machine-learning-definition-funktionsweise-anwendungen\">Machine-Learning-Projekts<\/a> wird h\u00e4ufig die Entscheidung getroffen, einen Ausrei\u00dfer zu entfernen. Um eine bessere Vorhersagequalit\u00e4t zu erreichen, m\u00fcssen diese Daten verarbeitet werden, da ein Modell sehr empfindlich auf extreme Daten reagieren kann, was die Vorhersagen verzerrt.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-57541016 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"57541016\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-45346c92\" data-id=\"45346c92\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4f9d3625 elementor-widget elementor-widget-shortcode\" data-id=\"4f9d3625\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Lara-datascientest\/fa5572ebd71c7b1b6e81dcb28aa21415.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-48b7395b elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"48b7395b\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-52bdae45\" data-id=\"52bdae45\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5c1c1264 elementor-widget elementor-widget-menu-anchor\" data-id=\"5c1c1264\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"dataprocessing\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-148e35f elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"148e35f\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4b150b87\" data-id=\"4b150b87\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-29c94aef elementor-widget elementor-widget-heading\" data-id=\"29c94aef\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Data processing<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-79e25806 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"79e25806\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-48706c3d\" data-id=\"48706c3d\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1dfec43e elementor-widget elementor-widget-heading\" data-id=\"1dfec43e\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">Bin\u00e4re Verschl\u00fcsselung<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-64580b83 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"64580b83\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-198ff21\" data-id=\"198ff21\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-68fa61cb elementor-widget elementor-widget-text-editor\" data-id=\"68fa61cb\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Wenn wir es mit <strong>textuellen kategorialen Daten<\/strong> zu tun haben, m\u00fcssen wir unsere Variablen kodieren. Wir sprechen von <strong>bin\u00e4rer Kodierung,<\/strong> wenn wir eine Variable in zwei Kategorien kodieren, normalerweise in 0, 1. Zum Beispiel kann eine Variable, die das Geschlecht einer Person beschreibt, in 0, 1 kodiert werden. Eine kategoriale Variable (mit mehr als zwei Kategorien) kann ebenfalls kodiert werden, abh\u00e4ngig von der Anzahl der Kategorien, aus denen sie besteht.\u00a0<\/p><p>Die \u00fcbliche Strategie ist jedoch die <strong>Erstellung von Dummies.<\/strong> Ausgehend von einer Variablen werden f\u00fcr die n-Kategorien, aus denen sie besteht, n-1 bin\u00e4r codierte Spalten (0-1) erstellt, die jeweils einer der Kategorien in der Variablen entsprechen. Eine Spalte wird entfernt, da diese Spalte von den anderen abgeleitet werden kann. Es ist wichtig, dass die Variablen f\u00fcr die Qualit\u00e4t der Vorhersage nicht korreliert sind.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1775c6da elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1775c6da\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4312d020\" data-id=\"4312d020\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5f636e0e elementor-widget elementor-widget-shortcode\" data-id=\"5f636e0e\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Lara-datascientest\/8e3a27b17de4e0e56483a3261575b140.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4e02e237 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4e02e237\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2a724baf\" data-id=\"2a724baf\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-452f3eba elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"452f3eba\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/de\/python-schulung\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Python Schulung<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-76e66667 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"76e66667\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4496f35a\" data-id=\"4496f35a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4bd3cf85 elementor-widget elementor-widget-heading\" data-id=\"4bd3cf85\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Feature Scaling: Normalisierung und Standardisierung<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2fa2b47c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"2fa2b47c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3e4c7770\" data-id=\"3e4c7770\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7be87ff4 elementor-widget elementor-widget-text-editor\" data-id=\"7be87ff4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die Variablen, aus denen sich ein <strong>DataFrame<\/strong> zusammensetzt, haben nicht immer denselben Ma\u00dfstab. Das Alter und die K\u00f6rpergr\u00f6\u00dfe werden zum Beispiel unterschiedlich gemessen. Um die Gewichtung der einzelnen Variablen im DataFrame auszugleichen, m\u00fcssen die Variablen &#8222;skaliert&#8220; werden, d. h. sie m\u00fcssen auf die gleiche Skala gesetzt werden. Dieser Schritt ist sehr wichtig, insbesondere in Modellen, die lineare Distanzma\u00dfe verwenden, die von dieser Art von Ungleichgewicht stark beeinflusst werden.<\/p><p>Es gibt zwei F\u00e4lle: wenn die Verteilung einer Variablen einer Normalverteilung folgt und wenn sie nicht einer <strong>Normalverteilung<\/strong> folgt.\u00a0<\/p><p>Wenn die Verteilung nicht normalverteilt ist, sollte ein &#8222;min-max scaling&#8220; angewendet werden, wobei die Werte in einem Intervall von [0,1] liegen.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3f2d7869 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3f2d7869\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-355be8ac\" data-id=\"355be8ac\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-46e19a43 elementor-widget elementor-widget-text-editor\" data-id=\"46e19a43\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p style=\"text-align: center;\"><span style=\"font-weight: 400;\">X&#8217;=(X-X_min)\/(X_max\u00a0 &#8211; X_min)<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6aa072d9 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6aa072d9\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4a7d92b8\" data-id=\"4a7d92b8\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-47539a1a elementor-widget elementor-widget-shortcode\" data-id=\"47539a1a\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-32bd779b elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"32bd779b\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-21f04edf\" data-id=\"21f04edf\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-169ebc2e elementor-widget elementor-widget-text-editor\" data-id=\"169ebc2e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Wenn die Variable einer Normalverteilung folgt, spricht man von Standardisierung. Dazu subtrahiert man den <strong>Mittelwert und dividiert durch die Standardabweichung.<\/strong><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1f201303 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1f201303\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-40de74ee\" data-id=\"40de74ee\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5af77395 elementor-widget elementor-widget-text-editor\" data-id=\"5af77395\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p style=\"text-align: center;\"><span style=\"font-weight: 400;\">X&#8217;=(X &#8211; \u03bc)\/\u03c3<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-26b8e00f elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"26b8e00f\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-789d70a5\" data-id=\"789d70a5\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-46a34f64 elementor-widget elementor-widget-text-editor\" data-id=\"46a34f64\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Dabei sind \u00b5 oder \u03c3 der Mittelwert und die Standardabweichung der Verteilung.<br \/><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-247074f6 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"247074f6\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1c622619\" data-id=\"1c622619\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3b20f740 elementor-widget elementor-widget-shortcode\" data-id=\"3b20f740\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Lara-datascientest\/085b75fe6b96aa7f8cd81db0484b5683.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-7dad6155 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"7dad6155\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-738c4728\" data-id=\"738c4728\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-344877cc elementor-widget elementor-widget-heading\" data-id=\"344877cc\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Data Cleaning Fazit<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1af3e966 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1af3e966\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3b72c60d\" data-id=\"3b72c60d\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-412ef7b2 elementor-widget elementor-widget-text-editor\" data-id=\"412ef7b2\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Dies sind die wichtigsten Meilensteine des Data Pre-Processing. Es gibt nat\u00fcrlich noch weitere Verfahren, die du auf deine Datenbanken in spezifischerer Weise anwenden kannst! Je besser die Variablen in unserem DataFrame verarbeitet sind, desto einfacher werden die Schritte der Variablenerstellung und Modellierung.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-e25271c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"e25271c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4f9b48c\" data-id=\"4f9b48c\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1ed066a1 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"1ed066a1\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Unsere Weiterbildungen entdecken<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Willkommen zur dritten Episode unserer Einf\u00fchrung in die Programmierung mit Python zum Thema Data Cleaning. In der vorherigen Folge hast Du die verschiedenen Operatoren in Python kennengelernt, sowie die Funktionsweise von Schleifen und verschiedenen n\u00fctzlichen Funktionen in Python. In diesem Teil lernst du zwei Schritte kennen, die f\u00fcr jedes Machine-Learning-Projekt unerl\u00e4sslich sind: Data Cleaning und [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":171171,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2413],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Data Cleaning: Python Programmierung Teil 3<\/title>\n<meta name=\"description\" content=\"Data Cleaning ist ein wichtiger Schritt in der Python Programmierung um saubere Datasets f\u00fcr Deine Datenanalysen zu erhalten.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data Cleaning: Python Programmierung Teil 3\" \/>\n<meta property=\"og:description\" content=\"Willkommen zur dritten Episode unserer Einf\u00fchrung in die Programmierung mit Python zum Thema Data Cleaning. In der vorherigen Folge hast Du die\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\" \/>\n<meta property=\"og:site_name\" content=\"Weiterbildung Data Science | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2023-03-07T15:17:28+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-29T19:32:35+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/03\/data-cleaning.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Adriano R\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Adriano R\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\"},\"author\":{\"name\":\"Adriano R\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\"},\"headline\":\"Data Cleaning: Python Programmierung Teil 3\",\"datePublished\":\"2023-03-07T15:17:28+00:00\",\"dateModified\":\"2023-10-29T19:32:35+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\"},\"wordCount\":1259,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Karriere\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\",\"url\":\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\",\"name\":\"Data Cleaning: Python Programmierung Teil 3\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2023-03-07T15:17:28+00:00\",\"dateModified\":\"2023-10-29T19:32:35+00:00\",\"description\":\"Data Cleaning ist ein wichtiger Schritt in der Python Programmierung um saubere Datasets f\u00fcr Deine Datenanalysen zu erhalten.\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/de\/#website\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"name\":\"Weiterbildung Data Science | DataScientest.com\",\"description\":\"F\u00fchrender Anbieter von Schulungen im Bereich Data Science\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/de\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-germany\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\",\"name\":\"Adriano R\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"caption\":\"Adriano R\"},\"sameAs\":[\"user\"],\"url\":\"https:\/\/datascientest.com\/de\/author\/adriano-r\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Data Cleaning: Python Programmierung Teil 3","description":"Data Cleaning ist ein wichtiger Schritt in der Python Programmierung um saubere Datasets f\u00fcr Deine Datenanalysen zu erhalten.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3","og_locale":"de_DE","og_type":"article","og_title":"Data Cleaning: Python Programmierung Teil 3","og_description":"Willkommen zur dritten Episode unserer Einf\u00fchrung in die Programmierung mit Python zum Thema Data Cleaning. In der vorherigen Folge hast Du die","og_url":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-03-07T15:17:28+00:00","article_modified_time":"2023-10-29T19:32:35+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/03\/data-cleaning.webp","type":"image\/webp"}],"author":"Adriano R","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Adriano R","Gesch\u00e4tzte Lesezeit":"7 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3"},"author":{"name":"Adriano R","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378"},"headline":"Data Cleaning: Python Programmierung Teil 3","datePublished":"2023-03-07T15:17:28+00:00","dateModified":"2023-10-29T19:32:35+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3"},"wordCount":1259,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Karriere"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3","url":"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3","name":"Data Cleaning: Python Programmierung Teil 3","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2023-03-07T15:17:28+00:00","dateModified":"2023-10-29T19:32:35+00:00","description":"Data Cleaning ist ein wichtiger Schritt in der Python Programmierung um saubere Datasets f\u00fcr Deine Datenanalysen zu erhalten.","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/de\/#website","url":"https:\/\/datascientest.com\/de\/","name":"Weiterbildung Data Science | DataScientest.com","description":"F\u00fchrender Anbieter von Schulungen im Bereich Data Science","publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/de\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-germany\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378","name":"Adriano R","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","caption":"Adriano R"},"sameAs":["user"],"url":"https:\/\/datascientest.com\/de\/author\/adriano-r"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/171170"}],"collection":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=171170"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/171170\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/171171"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=171170"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=171170"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=171170"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}