Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Zwei oder mehr Datensätze zu verknüpfen ist für fast jede reale Analyse nötig. Das hast du schon mit Tabellenkalkulationen per VLOOKUP und verwandten Funktionen gemacht. Kannst du darauf aufbauen, wenn du in die Welt von Python wechselst? Ja! In diesem Kurs lernst du alles Wichtige, um Datensätze mit pandas zusammenzuführen – dem Goldstandard in Python für die Arbeit mit tabellarischen Daten. Du wendest pandas-Funktionen an, um Daten aus der National Football League (NFL) in einer dir vertrauten Tabellenumgebung zu kombinieren. Mit diesen Fähigkeiten kannst du die Power von pandas nutzen und größere, komplexere Datensätze in jede Analyse integrieren.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in das Joinen von Daten
In diesem Kapitel legen wir die Grundlage dafür, mit pandas Daten zu joinen. Du lernst die Arten von Joins kennen und wie pandas deine Effektivität und Produktivität steigern kann.
- Daten zusammenführen: eine Notwendigkeit in der Praxis50 XP
- Warum wir Daten zusammenführen müssen50 XP
- Mit aufgeteilten Daten arbeiten100 XP
- Mit ergänzenden Daten arbeiten100 XP
- Konkatenation50 XP
- Zeilen konkatenierten100 XP
- Zeilen mit doppelten Indizes zusammenfügen100 XP
- Spalten zusammenfügen100 XP
- Leistung und Flexibilität50 XP
- Vorteile von pandas-Joins100 XP
- Einfacher Code für komplexe Merges100 XP
2
Joins im VLOOKUP-Stil
In diesem Kapitel lernst du, wie du mit pandas Daten auf eine Weise joinst, die der Verwendung von VLOOKUP-Formeln in einer Tabellenkalkulation ähnelt. Du lernst drei Arten von Joins kennen und konzentrierst dich dann auf die erste Art: One-to-one-Joins.
3
One-to-many-Joins
In diesem Kapitel konzentrieren wir uns auf One-to-many-Beziehungen. Du übst, die Beziehung von Schlüssels palten zu erkennen und DataFrames über Spalten zu joinen. Außerdem lernst du, wie du zwei oder mehr DataFrames anhand ihrer Indizes joinst.
4
Fortgeschrittene Joins
Im letzten Kapitel lernst du fortgeschrittene Join-Techniken für herausfordernde Daten. Zum Abschluss wartet eine Fallstudie als Challenge auf dich, in der du deine Fähigkeiten unter Beweis stellst.
Pandas-Joins für Spreadsheet-Nutzer
Kurs
abgeschlossen
