🐍 #Day18 — Data Cleaning & Data Preparation داده‌های واقعی همیشه تمیز و آماده تحلیل نیستند! امروز قرار است نقش یک Data Analyst را بازی کنیم و یک دیتاست خام را آماده کنیم. 🎯 Challenge: Clean a Real-World Sales Dataset در این تمرین ابتدا باید یک فایل به نام: 📂 sales_raw.csv بسازید که شامل اطلاعات فروش باشد: Order_ID Date Customer Product Category Region Quantity Price (حدود 15,000 رکورد) اما این داده‌ها باید شامل مشکلات واقعی باشند: ❌ مقادیر خالی (Missing Values) ❌ ردیف‌های تکراری (Duplicate Rows) ❌ تاریخ‌های با فرمت اشتباه ❌ داده‌های نامعتبر در بعضی ستون‌ها Tasks: ✅ 1. خواندن فایل CSV با Pandas ✅ 2. بررسی کیفیت داده: تعداد Missing Values تعداد Duplicate Rows نوع داده هر ستون ✅ 3. پاکسازی داده: 🧹 حذف رکوردهای خراب 📅 تبدیل ستون Date به فرمت صحیح 💰 ساخت ستون جدید: Revenue = Quantity × Price ✅ 4. ذخیره دیتاست نهایی: sales_cleaned.csv Expected Output: Before Cleaning: Original rows: 15,000 https://eitaa.com/learnpythonicy