Data Cleaning, Transformation, and Manipulation

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Data Cleaning, Transformation, and Manipulation

Ce cours fait partie de plusieurs programmes.

Instructeur : Professionals from the Industry

Inclus avec

Demander à Coursera

5 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

5 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Assemble analysis-ready tables with SQL joins and Python filtering.
Engineer clean numeric features with transforms, scaling, and standardization.
Prepare modeling-ready datasets: impute, encode, scale, and select features.

Compétences que vous acquerrez

Catégorie : Dimensionality Reduction
Catégorie : Applied Machine Learning
Catégorie : Feature Engineering
Catégorie : Data Quality
Catégorie : Data Manipulation
Catégorie : Data Wrangling
Catégorie : Data Analysis
Catégorie : Data Preprocessing
Catégorie : Data Transformation
Catégorie : Data Cleansing
Catégorie : Data Integration

Outils que vous découvrirez

Catégorie : Pandas (Python Package)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

juillet 2026

Évaluations

12 affectations¹

Noté par l'IA voir l'avis de non-responsabilité

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours est disponible dans le cadre de

Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 5 modules dans ce cours

In Data Cleaning, Transformation, and Manipulation, you’ll learn to turn messy data into analysis- and modeling-ready datasets using Python (pandas) and SQL. This is a skill-based path organized around real workplace tasks. Each module mirrors responsibilities you see in job descriptions and focuses on the exact steps you’ll perform on the job.

You’ll begin with a quick skills check, then personalize your journey: double down on new topics, or skip what you already know. For each skill, you’ll review concise lessons curated from expert instructors with explanations and demos for filtering and subsetting, joins and merges, feature engineering, normalization, encoding, imputation, scaling, and feature selection. Then you will prove your skills in job-task assessments. By the end, you can assemble analysis-ready tables, engineer clean numeric features, and prepare a modeling-ready feature set for predictive modeling. These capabilities support roles like Data Analyst, Analytics Engineer, Business Intelligence Analyst, Data Scientist, or Machine Learning Engineer and help you handle everyday tasks such as combining datasets, cleaning and transforming columns, and delivering ready-to-train features.

Start here to learn how this skill-based course works and find your recommended starting point. You’ll take a short, ungraded diagnostic to check your current skills, then decide whether to go directly to the graded skill assessments or review targeted learning content first.

Inclus

1 lecture4 devoirs

Use this module to build the skills for the job task Assemble an Analysis-Ready Table. You'll learn how to apply filtering and subsetting techniques to isolate the records you need in Python, and how to apply merging and joining operations in SQL to combine multiple datasets into a single analysis-ready table. Review the lessons that match the skills you want to strengthen before completing the related graded assessment.

Inclus

3 vidéos1 lecture3 devoirs2 laboratoires non notés

3 vidéosTotal 19 minutes

Introduction to Pandas 4 minutes
Data Frames and Series 7 minutes
Selecting and Filtering 8 minutes

1 lectureTotal 10 minutes

Recap10 minutes

3 devoirsTotal 80 minutes

Applying Python for Data Analysis20 minutes
Knowledge Check: SQL Fundamentals Review30 minutes
Practice Your Skills: Assemble an analysis-ready table30 minutes

2 laboratoires non notésTotal 120 minutes

Ungraded Lab: Joins Practice Lab60 minutes
Ungraded Lab: Optimized SQL Join Generation Lab60 minutes

Use this module to build the skills for the job task Engineer Clean Numeric Features. You'll learn how to apply data transformation operations to derive new columns from existing data and how to apply normalization techniques such as min-max scaling and z-score standardization to put numeric features on a comparable scale for machine learning. Review the lessons that match the skills you want to strengthen before completing the related graded assessment.

Inclus

6 vidéos1 lecture3 devoirs1 laboratoire non noté

6 vidéosTotal 26 minutes

Handling Missing Data 5 minutes
Data Cleaning and Preparation 6 minutes
Data Manipulation 5 minutes
Why Feature Scaling Matters in Machine Learning5 minutes
Scaling Your Data: Normalization with Min-Max Scaler3 minutes
Standardization with Z-Score Scaling + Impact on Model Performance3 minutes

1 lectureTotal 6 minutes

What Is Feature Scaling and Why It Matters in Machine Learning6 minutes

3 devoirsTotal 75 minutes

Your Turn! Practice Assignment 30 minutes
Knowledge Check: Feature Scaling Key Concepts15 minutes
Practice Your Skills: Engineer clean numeric features30 minutes

1 laboratoire non notéTotal 60 minutes

Scaling Features for a Loan Approval Model60 minutes

Use this module to build the skills for the job task Prepare a Modeling-Ready Feature Set. You'll learn how to develop and prepare a complete feature set for predictive modeling, including handling missing data, encoding categorical variables, scaling numeric features, and selecting or reducing features so that the final dataset is ready to train a model. Review the lessons that match the skills you want to strengthen before completing the related graded assessment.

Inclus

8 vidéos3 lectures2 devoirs3 laboratoires non notés

8 vidéosTotal 36 minutes

Why Data Preprocessing & Feature Engineering Matter So Much3 minutes
Why Missing Data Breaks Models: The Problem in Action4 minutes
How Missing Data Affects Model Accuracy — and What to Do About It5 minutes
Why ML Models Can't Handle Raw Categorical Data5 minutes
Types of Categorical Variables and How to Encode Them3 minutes
Label Encoding and Model Performance Comparison5 minutes
Why Feature Scaling Matters in Machine Learning5 minutes
Applying Feature Selection & PCA in Python5 minutes

3 lecturesTotal 28 minutes

How to Handle Missing Data in ML Pipelines8 minutes
Why We Encode Categorical Data in Machine Learning10 minutes
Why and How We Select the Right Features10 minutes

2 devoirsTotal 60 minutes

Data Preprocessing & Feature Engineering Mastery30 minutes
Practice Your Skills: Prepare a modeling-ready feature set30 minutes

3 laboratoires non notésTotal 180 minutes

Cleaning a Customer Purchase Dataset60 minutes
Transforming Categorical Data for a Salary Prediction Model60 minutes
Reducing Features for a House Price Prediction Model60 minutes

Review the skills you practiced and demonstrated in this course, then prepare to describe them in career-relevant ways. You’ll also explore recommended skill paths that can help you continue building related job-ready skills.

Inclus

2 lectures

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Professionals from the Industry

489 Cours112 906 apprenants

Offert par

Coursera

En savoir plus sur Data Analysis

Coursera
Transform Data: Cleanse, Encode, Validate
Cours
Statut : Essai gratuit
Catégorie : Crédit proposé
Microsoft
Data Manipulation and Cleaning in R
Cours
Statut : Essai gratuit
Catégorie : Crédit proposé
Packt
Data Cleaning with Power BI
Cours
Catégorie : Crédit proposé
Coursera
Cleaning, Organizing, and Speeding Up SQL
Cours
Statut : Essai gratuit
Catégorie : Crédit proposé

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,

¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.