Name: Unire i dati con pandas
Rating: 4.8024637994380805 (9254 reviews)

Descrizione del corso

Saper combinare e lavorare con più insiemi di dati è una competenza essenziale per ogni aspirante Data Scientist. pandas è un pilastro dell’ecosistema data science in Python, e su Stack Overflow le domande su pandas contano 5 milioni di visualizzazioni. Impara a gestire più DataFrame combinandoli, organizzandoli, unendoli e rimodellandoli con pandas. Lavorerai con insiemi di dati della World Bank e della City of Chicago. Concluderai il corso con un solido set di competenze per unire i dati in pandas.I video includono trascrizioni live che puoi visualizzare facendo clic su "Show transcript" in basso a sinistra nei video.Il glossario del corso è disponibile a destra nella sezione delle risorse.Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sull’avviso dei crediti CPE sulla destra.

Prerequisiti

Data Manipulation with pandas

Curriculum

Programma del corso

Nozioni di base sul merge dei dati

Scopri come unire dati eterogenei usando gli inner join. Combinando informazioni da più fonti potrai far emergere insight interessanti che prima potevano passare inosservati. Imparerai anche come la relazione tra le fonti, ad esempio one-to-one o one-to-many, può influenzare il risultato.

Inizia capitolo

Unire tabelle con diversi tipi di join

Porta al livello successivo la tua conoscenza dei join. In questo capitolo lavorerai con i dati dei film di TMDb mentre impari i left, right e outer join. Scoprirai anche come unire una tabella a sé stessa e come fare il merge sull’indice di un DataFrame.

Inizia capitolo

Merge avanzato e concatenazione

In questo capitolo sfrutterai potenti tecniche di filtraggio, inclusi i semi-join e gli anti-join. Imparerai anche come “incollare” i DataFrame combinandoli verticalmente e usando la funzione pandas.concat per creare nuovi insiemi di dati. Infine, poiché i dati raramente sono puliti, vedrai come validare le nuove strutture di dati combinate.

Inizia capitolo

Unire dati ordinati e di serie temporali

In questo capitolo finale farai un salto di qualità e imparerai ad applicare i metodi specializzati di pandas per unire dati di serie temporali e dati ordinati, usando dati finanziari ed economici reali della città di Chicago. Imparerai anche come interrogare le tabelle risultanti con una sintassi in stile SQL e come “srotolare” i dati usando il metodo melt.