Accéder au contenu principal

Accueil Data Analysis

Cours

Manipulation de données en Julia

DébutantNiveau de compétence

Actualisé 05/2024

Maîtrisez les compétences essentielles de la manipulation de data dans Julia : inspecter, transformer, regrouper et visualiser des DataFrame

Commencer le cours gratuitement

JuliaData Manipulation

4 h

15 vidéos

55 Exercices

4,650 XP

Certificat de formation

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

Julia est un langage de programmation récent et prometteur, conçu pour le Machine Learning, le calcul scientifique et l’exploration de données. Ce cours vous donnera les bases nécessaires pour débuter votre parcours de manipulation de données en Julia.Nous nous appuierons sur vos connaissances des DataFrames acquises dans les cours Introduction à Julia et Julia intermédiaire. À la fin du cours, vous saurez inspecter, transformer, regrouper et visualiser des DataFrames, et bien plus encore.

Prérequis

Introduction to Julia Intermediate Julia

1

Inspecting DataFrames

Take your first steps toward complex data manipulation in Julia! Learn how to personalize your experience with the DataFrames package and how to create data visualizations using the Plots package.

Diving into DataFrames

Symbols vs. Strings

Describe it to me

Missing anything?

Selecting columns

Column selection

Selecting patterns

Regular penguins

Exploring Data with Visualizations

Flipper distribution

Rating vs. cocoa percentages

Plotting minimum wages over time

Commencer le chapitre

2

Working with columns

Columns are the basic building blocks of DataFrames. Knowing how to handle columns is essential for your data manipulation journey. You'll learn how to reorder and drop columns, as well as how to apply functions to individual rows and whole columns.

Dropping and moving columns

Penguin drop

Reordering of wages

Manipulating columns

Using select()

Penguin transformations

Combining chocolates

What shall you use?

Creating new columns

Copy the capitals

Column or row?

Chocolate percentages

Commencer le chapitre

3

Aggregating DataFrames

In this chapter, you'll learn how to group data and calculate grouped summary statistics, as well as how to create pivot tables. You'll also learn how to improve the readability of your code with the Chain.jl package.

Exploring grouped data

Wages multiple ways

Penguin group counts

Unique chocolate beans

Duplicate rows or not?

Grouped summary statistics

Penguin characteristics

Chocolate location vs. rating

Pivoting data

Reshaping wages

Chocolate location pivot

Improving readability with Chain.jl

Chaining chocolates

Penguin plotting in chain

Minimum wage by region

Commencer le chapitre

4

Improving Your Workflow

Learn how to load and join datasets, as well as how to handle missing values. Then it's time to fit everything together!

Loading and writing CSV files

Decimals and delimiters

Loading the 80s

Write it down

Joining data

State joins capitals

Penguin joins

Handling missing values

Dropping missing values

Replacing rating with median

Replacing rating with group median

Efficient workflow

First steps with flights

Missing delays?

Delays on US airports

Commencer le chapitre

Manipulation de données en Julia

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Manipulation de données en Julia dès aujourd'hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.