Name: Combinación de datos con pandas
Rating: 4.802634420211618 (9262 reviews)

Descripción del curso

Saber combinar y trabajar con varios conjuntos de datos es una habilidad esencial para cualquier aspirante a Data Scientist. pandas es una pieza clave del ecosistema de ciencia de datos en Python, y en Stack Overflow acumula 5 millones de visitas en preguntas sobre pandas. Aprende a manejar múltiples DataFrames combinándolos, organizándolos, uniéndolos y reestructurándolos con pandas. Trabajarás con conjuntos de datos del World Bank y de la City Of Chicago. Terminarás el curso con un conjunto sólido de habilidades para unir datos en pandas.Los vídeos incluyen transcripciones en directo que puedes mostrar haciendo clic en "Show transcript" en la parte inferior izquierda de los vídeos.El glosario del curso está a la derecha, en la sección de recursos.Para obtener créditos CPE, necesitas completar el curso y alcanzar una puntuación del 70% en la evaluación cualificada. Puedes ir a la evaluación haciendo clic en el aviso de créditos CPE de la derecha.

Requisitos previos

Data Manipulation with pandas

Programa de formación

Contenido del curso

Fundamentos de combinación de datos

Aprende a combinar datos dispares usando inner joins. Al reunir información de varias fuentes, descubrirás ideas interesantes que antes podían pasar desapercibidas. También verás cómo la relación entre esas fuentes, como uno a uno o uno a muchos, puede afectar al resultado.

Empezar capítulo

Unión de tablas con distintos tipos de join

Lleva tu conocimiento sobre joins al siguiente nivel. En este capítulo, trabajarás con datos de películas de TMDb mientras aprendes sobre left, right y outer joins. También descubrirás cómo unir una tabla consigo misma y cómo hacer merge usando el índice de un DataFrame.

Empezar capítulo

Combinaciones avanzadas y concatenación

En este capítulo, aprovecharás potentes técnicas de filtrado, como los semi-joins y anti-joins. También aprenderás a "pegar" DataFrames combinándolos verticalmente y a usar la función pandas.concat para crear nuevos conjuntos de datos. Por último, como los datos rara vez están limpios, aprenderás a validar tus nuevas estructuras combinadas.

Empezar capítulo

Unión de datos ordenados y series temporales

En este capítulo final, subirás el nivel y aprenderás a aplicar los métodos especializados de pandas para unir series temporales y datos ordenados, con datos financieros y económicos reales de la ciudad de Chicago. También verás cómo consultar las tablas resultantes con un formato tipo SQL y cómo despivotar datos con el método melt.