700+ courses, half price
Cursusbeschrijving
Efficiënt werken met grote gegevenssets en daar waardevolle informatie uit halen is onmisbaar voor elke beginnende data scientist. Met weinig data merk je vaak niet hoe traag code kan worden uitgevoerd. In deze cursus bouw je voort op je kennis van Python en de pandas-bibliotheek, en maak je kennis met efficiënte ingebouwde pandas-functies om taken sneller uit te voeren. Met de ingebouwde functies van pandas kun je alles veel sneller doen, van eenvoudige taken zoals specifieke rijen en kolommen uit de data selecteren, tot complexere taken zoals functies toepassen op groepen rijen, vergeleken met de gebruikelijke Python-methoden. Aan het einde van deze cursus kun je een functie toepassen op data op basis van een kenmerkwaarde, snel door grote gegevenssets itereren en data van verschillende groepen efficiënt manipuleren. Je past deze methoden toe op diverse praktijkdatasets, zoals pokerhanden of fooien in restaurants.
Vereisten
Lesprogramma
Cursusoverzicht
1
Kolommen en rijen efficiënt selecteren
Dit hoofdstuk laat zien waarom efficiënte code ertoe doet en hoe je specifieke en willekeurige rijen en kolommen efficiënt selecteert.
- Waarom efficiënte code nodig is I50 XP
- Wat meet time.time()?50 XP
- Tijd meten I100 XP
- Tijd meten II100 XP
- Rijen selecteren: .iloc[] en .loc[]50 XP
- Rijselectie: loc[] vs iloc[]100 XP
- Kolommen selecteren: .iloc[] vs op naam100 XP
- Selecteer willekeurige rijen50 XP
- Willekeurige rijen selecteren100 XP
- Willekeurige kolomselectie100 XP
2
Waarden vervangen in een DataFrame
Dit hoofdstuk laat zien hoe je de functie replace() gebruikt om één of meerdere waarden te vervangen met lijsten en woordenboeken.
3
Efficiënt itereren
Dit hoofdstuk behandelt verschillende manieren om door een pandas DataFrame te itereren en waarom vectorisatie de meest efficiënte aanpak is.
4
Datamanipulatie met .groupby()
Dit hoofdstuk beschrijft de functie groupby() en hoe je die gebruikt om waarden ter plekke te transformeren, missende waarden te vervangen en complexe functies per groep toe te passen.
Efficiënte code schrijven met pandas
Cursus
voltooid

