Data Cleaning avec Pandas pour le Machine Learning [Python]

Est-ce que tu t’es déjà demandé ce qui permettait à certains apprentis Data Scientist de progresser ULTRA-VITE alors que le domaine est ULTRA-DUR ?La dure réalité, c’est que tous les moyens d’apprendre la Data Science ne sont pas égaux.Le pire scénario serait de passer tout son temps à apprendre la théorie et les maths derrière les algos de Machine Learning sans jamais passer à la pratique.La première erreur que commettent beaucoup de gens, c’est de se concentrer sur la partie évidente du Machine Learning et de la Data Science sans jamais réaliser que 80% du travail de Data Scientist consiste à préparer et à nettoyer les données. Le vrai problème c’est donc de ne pouvoir être bon/très bon qu'à 20% car on n'a en fait pas appris à devenir efficace sur ces 80% du travail.Si les apprenti·e·s Data Scientists et les Data Scientists juniors veulent devenir meilleurs dans leur activité alors ils doivent nécessairement devenir efficaces dans la préparation et le nettoyage des données.La librairie Python Pandas a été créée afin de pouvoir effectuer ULTRA-SIMPLEMENT des manipulations complexes de préparation et de nettoyage de données.À la fin de ce cours, tu seras capable d'effectuer les 80% les plus importants de ton travail de Data Scientist 10 fois plus rapidement, ce qui améliorera ton confort de travail immédiatement.Par exemple, lors d'un cours de Machine Learning ou d'un bootcamp Data Science, plutôt que d'être perdu dans la documentation de Pandas et Stack Overflow, tu pourras passer plus de temps à te concentrer la partie Machine Learning et donc à progresser en Data Science.Ou bien imagine que tu passes un entretien où l'on te demande de coder pour prouver tes compétences. Au lieu de passer la plupart de ton temps à te battre pour rendre tes données "clean", tu pourras