Data Science · मराठी आवृत्ती · Python basics
P13.3 Python Project 3: Hospital Appointment Data साफ करा
हे का शिकायचं?
खरा data गोंधळलेला असतो. String methods, sets आणि try/except चा सराव.
हे काय आहे?
नावं साफ करू, तारखा तपासू, duplicate appointments काढू आणि वाईट rows वेगळ्या ठेवू.
कसं करायचं?
Step 1. strip/title ने नावं साफ करा.
Step 2. Duplicates set ने ओळखा.
Step 3. वाईट rows वेगळ्या ठेवा.
उदाहरणं: copy करा आणि चालवा
उदाहरण A: साफ करा आणि duplicates काढा
हा code चालवा:
raw = [
{"name": " wanjiru kamau", "dept": "CARDIO ", "phone": "+254 712-345-678"},
{"name": "Peter Otieno", "dept": "ortho", "phone": "0722 111 222"},
{"name": "WANJIRU KAMAU ", "dept": "cardio", "phone": "+254712345678"},
]
def clean_name(s): return s.strip().title()
def clean_dept(s): return s.strip().lower()
def clean_phone(s): return "".join(ch for ch in s if ch.isdigit())[-9:]
seen = set()
clean = []
for r in raw:
rec = (clean_name(r["name"]), clean_dept(r["dept"]), clean_phone(r["phone"]))
if rec not in seen:
seen.add(rec)
clean.append(rec)
for rec in clean:
print(rec)
print("Removed duplicates:", len(raw) - len(clean))
तुम्हाला दिसणारा output:
('Wanjiru Kamau', 'cardio', '712345678')
('Peter Otieno', 'ortho', '722111222')
Removed duplicates: 1
याचा अर्थ: Clean rows आणि काढलेल्या rows चा count मिळाला.