Ir al contenido principal

Curso

Escribir código eficiente con pandas

IntermedioNivel de habilidad

Actualizado 8/2022

Aprende técnicas eficientes en pandas para optimizar tu código Python.

Comienza El Curso Gratis

PythonProgramming4 h14 vídeos45 Ejercicios3,500 XP21,574Certificado de logros

Crea Tu Cuenta Gratuita

o

Al continuar, aceptas nuestros Términos de uso, nuestra Política de privacidad y que tus datos se almacenen en los EE. UU.

Preferido por estudiantes en miles de empresas

¿Formar a 2 o más personas?

Probar DataCamp for Business

Descripción del curso

La capacidad de trabajar de forma eficiente con grandes conjuntos de datos y extraer información valiosa es una herramienta indispensable para cualquier futuro científico de datos. Cuando trabajamos con poca cantidad de datos, a menudo no nos damos cuenta de lo lenta que puede ser la ejecución del código. Este curso ampliará tus conocimientos de Python y de la biblioteca pandas y te presentará funciones integradas de pandas para realizar tareas más rápido. Las funciones integradas de pandas te permiten abordar desde las tareas más simples, como seleccionar entradas y características específicas de los datos, hasta las más complejas, como aplicar funciones a grupos de registros, mucho más rápido que con los métodos habituales de Python. Al final del curso, serás capaz de aplicar una función a datos según el valor de una característica, iterar rápidamente por grandes conjuntos de datos y manipular eficientemente datos pertenecientes a distintos grupos. Pondrás en práctica estos métodos en diversos conjuntos de datos reales, como manos de póker o propinas en restaurantes.

Requisitos previos

Data Manipulation with pandas

1

Selecting columns and rows efficiently

This chapter will give you an overview of why efficient code matters and selecting specific and random rows and columns efficiently.

The need for efficient coding I

What does time.time() measure?

Measuring time I

Measuring time II

Locate rows: .iloc[] and .loc[]

Row selection: loc[] vs iloc[]

Column selection: .iloc[] vs by name

Select random rows

Random row selection

Random column selection

Iniciar Capítulo

2

Replacing values in a DataFrame

This chapter shows the usage of the replace() function for replacing one or multiple values using lists and dictionaries.

Replace scalar values using .replace()

Replacing scalar values I

Replace scalar values II

Replace values using lists

Replace multiple values I

Replace multiple values II

Replace values using dictionaries

Replace single values I

Replace single values II

Replace multiple values III

Most efficient method for scalar replacement

Iniciar Capítulo

3

Efficient iterating

This chapter presents different ways of iterating through a Pandas DataFrame and why vectorization is the most efficient way to achieve it.

Looping using the .iterrows() function

Create a generator for a pandas DataFrame

The iterrows() function for looping

Looping using the .apply() function

.apply() function in every cell

.apply() for rows iteration

Vectorization over pandas series

Why vectorization in pandas is so fast?

pandas vectorization in action

Vectorization with NumPy arrays using .values()

Best method of vectorization

Vectorization methods for looping a DataFrame

Iniciar Capítulo

4

Data manipulation using .groupby()

This chapter describes the groupby() function and how we can use it to transform values in place, replace missing values and apply complex functions group-wise.

Data transformation using .groupby().transform

The min-max normalization using .transform()

Transforming values to probabilities

Validation of normalization

When to use transform()?

Missing value imputation using transform()

Identifying missing values

Missing value imputation

Data filtration using the filter() function

When to use filtration?

Data filtration

Congratulations!

Iniciar Capítulo

Escribir código eficiente con pandas

Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.Inscríbete Ahora

¡Únete a 19 millones de estudiantes y empieza Escribir código eficiente con pandas hoy mismo!

Crea Tu Cuenta Gratuita

o

Al continuar, aceptas nuestros Términos de uso, nuestra Política de privacidad y que tus datos se almacenen en los EE. UU.

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.