データ分析タグで同率17位（72冊中）。Zenn・Qiitaなどの1記事で紹介（時点）。
- 紹介記事
- 1件
- 媒体別
- Qiita 1
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- 出版年
- ・改訂新版（約2年前）
- タグ内の順位
- データ分析タグで同率17位（72冊中・紹介記事数の順）
紹介している記事（1件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- 「前処理大全」第1章：前処理とは Qiita · rain · · いいね 4
仕事で使うデータやデータベースについて学ぶために本書を選び、普段は必要な部分だけ読んで積読になりがちな技術書を、全章学ぶ試みとして取り上げている。第1章では、テーブルデータを中心とするデータ活用や、統計的仮説検定・多次元分析・時系列分析・機械学習における前処理の役割を紹介している。また、前処理をデータの構造と内容を対象とする二種類に分け、分析に必要なデータを正しく用意することが規範となる前処理だと述べ、主な技術としてBigQuery、SQL、Pythonを挙げている。
この本について
データ分析に使うデータの前処理を、BigQueryとSQL、pandas、Polarsで実践するための技術書である。前処理の基礎を確認したうえで、データの構造を変える抽出・集約・結合・分割・整形と、値を扱う数値・カテゴリ・日時・文字列の処理を学ぶ。ウィンドウ関数も取り上げ、最後に演習問題で前処理を実践する。前処理は、統計的仮説検定、多次元分析、時系列分析、機械学習に使うデータを準備する処理として位置づけられる。分析に必要なデータを正しく用意するため、構造を対象とする処理と内容を対象とする処理の両方を扱う。テーブルデータを中心に、分析用データを整える方法を学べる。
出版社の内容紹介・目次と紹介記事をもとにAIが要約したものです。原文の転載ではありません。
目次（主な章）
出典: 出版社の書籍ページ （章の見出しのみ）
- Part 1 前処理の基礎知識
- 第1章 前処理とは
- 第2章 SQL
- 第3章 pandas
- 第4章 Polars
- Part 2 データの構造を対象とした前処理
- 第5章 抽出
- 第6章 集約
- 第7章 結合
- 第8章 分割
- 第9章 整形
- Part 3 データの内容を対象とした前処理
- 第10章 数値
- 第11章 カテゴリ
- 第12章 日時
- 第13章 文字列
- 第14章 ウィンドウ関数
- Part 4 実践前処理
- 第15章 演習問題