Có một người mới bị bỏ tù, 

Vừa vào tù anh này gặp một ông già vừa bỏ bao diêm vào một cái hộp nhỏ ngay trước mặt ông lõa, bao diêm đó động đậy trước khi bị bỏ vào chiếc hộp nhỏ. 

Anh tù nhân mới đi loanh quanh chợt phát hiện ra một chiếc hộp nhỏ khác, 

Và anh tò mò muốn mở ra xem bên trong có gì

Nhưng ông già ngăn lại, 

Nhưng anh tù nhân mới vẫn nhất quyết mở ra. 

Trong dự án này mình sẽ lấy dữ liệu lượm từ wikipedia rồi "làm bóng" lại - game, TV, halftime musician. (dự án này bạn có thể làm trực tiếp trên datacamp). 

Lấy dữ liệu từ đây bạn có thể chỉnh sửa trên exel rồi xuất ra csv hoặc sử dụng kỹ thuật của python python web scraping. Cách 1 thì hơi thủ công, cách 2 thì mang tính tự động nhiều hơn.

Một cách thay thể sử dung groupby()

Thường hay sử dụng các arguments

values - nhóm cột cần tính giá trị trung bình, min hay max

index - nhóm index theo cột

columns - Nhóm thêm một cột cùng với cột index

aggfunc - ở đây có thể thêm vào các tính toán cho từng cột values

margin - Thêm vào tất cả hàng hay cột 

Python có thể là ngôn ngữ lập trình nóng để học tập nhưng số lượng việc làm liên quan tới ngôn ngữ lập trình này đã giàm từ hồi tháng 3/2020.

Số cuộc phỏng vấn cho các Dev Python và các kỹ sư font-end giảm đi đáng kể từ tháng 3 năm 2020 khi mà dịch bệnh bùng phát - dựa trên báo cáo của HackerRank.

Con số không khả quan cho những nhà khoa học trong những năm vừa qua đã giúp làm cho Python là ngôn ngữ lập trình phổ biến nhất trên thế giới, cùng với JavaScript và Java. 

Từ dữ liệu để có các câu trả lời?

Exploratory data analysis là quá trình khám phá bộ dữ liệu, trả lời những câu hỏi và trực quan hóa kết quả. 

EDA có các công cụ để làm sạch và củng cố dữ liệu, trực quan hóa các phân bổ và mối quan hệ giữa các biến, sử dụng regression model để dự đoán và giải thích. 

Để làm việc với dữ liệu thực, khám phá các bộ dữ liệu và thể hiện kết quả hấp dẫn bạn sẽ sử dụng các gói sau:Pandas, NumPy và SciPy, StatsModels dùng cho regression và Matplotlib để trực quan hóa. 

Trước hết bạn tìm hiểu qua recordlinkage

# Nhập gói recordlinkage

import recordlinkage

# Nhập gói pandas

import pandas

Thiết lập các dataframe cần sử dụng recordlinkage

df_a = pandas.DataFrame(df1)

df_b = pandas.DataFrame(df1)

indexer = recordlinkage.Index()

indexer.block('surname')

candidate_links = indexer.index(df_a, df_b)

import fuzzywozzy as fuzz

# So sánh real and reel 

fuzz.WRatio('Real', 'Reel')