Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Assembler deux jeux de données ou plus est indispensable dans presque toute analyse réelle. Vous l’avez déjà fait dans des feuilles de calcul avec VLOOKUP et des fonctions similaires. Pouvez-vous capitaliser sur cette expérience en passant au monde de Python ? Oui ! Dans ce cours, vous apprendrez en détail comment rassembler des jeux de données avec pandas, la référence en Python pour manipuler des données tabulaires. Vous appliquerez des fonctions pandas pour combiner des données de la National Football League (NFL) dans un environnement proche d’une feuille de calcul. Avec ces compétences, vous pourrez tirer parti de la puissance de pandas et intégrer des jeux de données plus volumineux et plus complexes dans n’importe quelle analyse.
Prérequis
Programme de formation
Plan du cours
1
Introduction aux fusions de données
Dans ce chapitre, nous poserons les bases pour utiliser pandas afin de fusionner des données. Vous découvrirez les types de fusions et comment pandas peut accroître votre efficacité et votre productivité.
- Joindre des données : une nécessité du monde réel50 XP
- Le besoin de joindre des données50 XP
- Travailler avec des données réparties100 XP
- Travailler avec des données complémentaires100 XP
- Concaténation50 XP
- Concaténer des lignes100 XP
- Concaténer des lignes avec des index dupliqués100 XP
- Concaténer des colonnes100 XP
- Puissance et flexibilité50 XP
- Avantages des jointures avec pandas100 XP
- Coder simplement pour des fusions complexes100 XP
2
Fusions à la manière de VLOOKUP
Dans ce chapitre, vous apprendrez à utiliser pandas pour fusionner des données d’une façon similaire aux formules VLOOKUP dans une feuille de calcul. Vous verrez trois types de fusions, puis vous vous concentrerez sur le premier type, les fusions un-à-un.
3
Fusions un-à-plusieurs
Dans ce chapitre, nous mettrons l’accent sur les relations un-à-plusieurs. Vous vous entraînerez à identifier la relation des colonnes clés et à fusionner des DataFrames par colonne. Vous apprendrez aussi à fusionner deux DataFrames ou plus sur la base de leurs index.
4
Fusions avancées
Dans le dernier chapitre, vous apprendrez des techniques avancées de fusion à utiliser face à des données complexes. Vous relèverez votre propre défi sous la forme d’une étude de cas pour mettre vos compétences à l’épreuve.
Fusions avec pandas pour les utilisateurs de feuilles de calcul
Cours
terminé
