Summary  
This chapter covers using string replacement on column values with `.str.replace()` and converting column types to numeric with `.astype()`.  

General domain of usage  
Data cleaning

Also, Sie haben das Ergebnis `object` erhalten. Das bedeutet, dass der Typ der Spalte nicht numerisch ist, aber um die notwendigen Werte zu berechnen, muss die Spalte numerisch sein. Lassen Sie uns das ändern.
1. Zuerst müssen wir `-` durch `.` ersetzen. Dazu wenden Sie die Methode `.str.replace()` an, um das Zeichen in der Zeichenfolge in der Datensatzspalte zu ersetzen. Die Syntax ist  
`data['column_name'].str.replace('old_symbol','new_symbol')`  
In unserem Fall ist `old_symbol` `-`, und `.` ist das `new_symbol`;
2. Dann konvertieren Sie die Spalte in den `data`-Datentyp. Verwenden Sie dazu die Methode `.astype()`. Die Syntax ist `data['column_name'].astype('type')`.  
In unserem Fall ist der Typ `'float'`.

Dieser Kurs enthält viele nützliche Funktionen für einen zukünftigen Datenanalysten. Sie werden verschiedene Möglichkeiten der Datenextraktion kennenlernen und sogar Bedingungen darauf setzen. Danach werden Sie mit den Methoden der Datenaggregation vertraut sein. Außerdem lernen Sie, wie man Daten vorverarbeitet. Jede Sektion hat ihren eigenen Datensatz, sodass der Kurs spannend sein wird.

In diesem Abschnitt lernen Sie, wie Sie bestimmte Spalten anhand ihrer Titel oder Indizes ausgeben können. Außerdem werden Sie mit den Möglichkeiten vertraut gemacht, wie Sie Zeilen anhand von Indizes auswählen können.

Hier lernen Sie, wie Sie Daten extrahieren, die bestimmte Bedingungen erfüllen. Außerdem lernen Sie, wie Sie diese kombinieren und sogar Ihre eigenen erstellen.

In diesem Abschnitt erweitern Sie Ihr Wissen über das Festlegen verschiedener Datenbedingungen. Sie lernen, zu überprüfen, ob Ihre Daten in einer definierten Liste von Werten oder zwischen zwei Werten liegen. Sie lernen auch, wie Sie die größten und kleinsten Werte finden.

Dieser Abschnitt ist einer der faszinierendsten des Kurses. Hier lernen Sie, wie Sie Daten auf verschiedene Weise gruppieren können. Es wird Ihnen helfen, als Datenanalyst zu arbeiten, um Informationen über bestimmte Datengruppen zu finden.

Dieser Abschnitt ist einer der bedeutendsten für einen Datenanalysten, da es unmöglich sein wird, mit den Daten zu arbeiten, wenn sie fehlende Werte im falschen Format enthalten. Daher lernen Sie hier, wie Sie mit solchen ungeeigneten Werten umgehen.

Verwalten Einer Falschen Spalte

Lösung

Awesome!

Verwalten Einer Falschen Spalte

Lösung