Предобработка данных о видеоиграх (2000-2013)

О проекте

Проект посвящен подготовке датасета видеоигр к аналитике: очистке данных, приведению типов, обработке пропусков и дубликатов, а также формированию рабочего среза за период 2000-2013 годов.

Основной файл проекта: notebooks/games_data_preprocessing.ipynb.

Данные

Источник данных: datasets/new_games.csv.

В датасете содержатся:

• название игры;
• платформа;
• год релиза;
• жанр;
• региональные продажи (na_sales, eu_sales, jp_sales, other_sales);
• оценки критиков и пользователей;
• возрастной рейтинг.

Что сделано

1. Приведены названия столбцов к snake_case.
2. Исправлены типы данных:

• year_of_release -> Int64;
• eu_sales, jp_sales, user_score -> float64 (с переводом нечисловых значений в NaN).

3. Обработаны пропуски:

• удалены строки с пропусками в name, year_of_release, genre;
• eu_sales и jp_sales заполнены средними значениями по связке "платформа + год";
• critic_score, user_score, rating оставлены без заполнения из-за высокой доли пропусков.

4. Нормализованы категориальные признаки:

• genre приведен к нижнему регистру;
• rating приведен к верхнему регистру.

5. Удалены дубликаты:

• 235 полных дубликатов;
• 1 дубликат по ключевым полям (name, platform, year_of_release, genre).

6. Сформирован аналитический срез df_actual за 2000-2013 годы.
7. Добавлены признаки категоризации оценок:

• user_category;
• critic_category.

Ключевые результаты

• Исходный объем: 16956 строк.
• После очистки: 16443 строки.
• Удалено: 513 строк (3.03%).
• Размер df_actual (2000-2013): 12780 строк.
• Топ-7 платформ по числу релизов: PS2, DS, Wii, PSP, X360, PS3, GBA.

Структура репозитория

• notebooks/games_data_preprocessing.ipynb - предобработка данных.
• datasets/new_games.csv - исходный датасет.

Технологии

• Python
• pandas
• Jupyter Notebook

Как запустить

1. Создать виртуальное окружение и активировать его:

python3 -m venv .venv
source .venv/bin/activate

2. Установить зависимости:

pip install -r requirements.txt
pip install -r requirements-dev.txt

3. Запустить Jupyter:

jupyter notebook

4. Открыть notebooks/games_data_preprocessing.ipynb и выполнить ячейки сверху вниз.