Name: Data samenvoegen met pandas
Rating: 4.802634420211618 (9262 reviews)

Cursusbeschrijving

Werken met en combineren van meerdere gegevenssets is een essentiële vaardigheid voor elke aankomend Data Scientist. pandas is een cruciale pijler binnen het Python-ecosysteem voor data science; op Stack Overflow zijn er 5 miljoen weergaven voor vragen over pandas. Leer meerdere DataFrames te verwerken door ze te combineren, ordenen, joinen en van vorm te veranderen met pandas. Je werkt met gegevenssets van de World Bank en de City of Chicago. Je rondt de cursus af met een solide skillset voor het samenvoegen van data in pandas.De video's bevatten live-transcripties die je kunt weergeven door linksonder in de video's op "Show transcript" te klikken.De begrippenlijst van de cursus vind je rechts in de sectie met bronnen.Om CPE-credits te behalen moet je de cursus afronden en een score van 70% halen op de gekwalificeerde toets. Je kunt naar de toets navigeren door rechts op de CPE-credits-callout te klikken.

Vereisten

Data Manipulation with pandas

Curriculum

Cursusoverzicht

Basis van data samenvoegen

Leer hoe je uiteenlopende data kunt samenvoegen met inner joins. Door informatie uit meerdere bronnen te combineren ontdek je overtuigende inzichten die eerder misschien verborgen waren. Je leert ook hoe de relatie tussen die bronnen, zoals one-to-one of one-to-many, je resultaat kan beïnvloeden.

Start hoofdstuk

Tabellen mergen met verschillende join-typen

Breng je kennis van joins naar een hoger niveau. In dit hoofdstuk werk je met TMDb-filmdaten terwijl je leert over left, right en outer joins. Je ontdekt ook hoe je een tabel met zichzelf merge’t en hoe je merge’t op een DataFrame-index.

Start hoofdstuk

Geavanceerd mergen en concateneren

In dit hoofdstuk maak je gebruik van krachtige filtertechnieken, waaronder semi-joins en anti-joins. Je leert ook hoe je DataFrames aan elkaar kunt plakken door ze verticaal te combineren en de functie pandas.concat te gebruiken om nieuwe gegevenssets te creëren. En omdat data zelden perfect is, leer je tot slot ook hoe je je nieuw samengevoegde datastructuren valideert.

Start hoofdstuk

Geordende en tijdreeksdata mergen

In dit laatste hoofdstuk ga je een stap verder en leer je de gespecialiseerde methoden van pandas toepassen voor het mergen van tijdreeks- en geordende data met echte financiële en economische data van de City of Chicago. Je leert ook hoe je de resulterende tabellen bevraagt met een SQL-achtige notatie, en hoe je data unpivot met de methode melt.