Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Łączenie dwóch lub więcej zbiorów danych jest niezbędne w niemal każdej analizie opartej na rzeczywistych danych. Robiłeś to wcześniej w arkuszach kalkulacyjnych za pomocą VLOOKUP i podobnych funkcji. Czy potrafisz wykorzystać to doświadczenie podczas przejścia do świata Pythona? Tak! W tym kursie nauczysz się, jak łączyć zbiory danych za pomocą biblioteki pandas – złotego standardu Pythona do pracy z danymi tabelarycznymi. Będziesz stosować funkcje pandas do łączenia danych z National Football League (NFL) w środowisku przypominającym arkusz kalkulacyjny. Dzięki tym umiejętnościom będziesz w stanie w pełni wykorzystać możliwości pandas i włączać większe, bardziej złożone zbiory danych do swoich analiz.
Wymagania wstępne
Program nauczania
Plan kursu
1
Wprowadzenie do łączenia danych
W tym rozdziale zbudujesz podstawy do łączenia danych za pomocą pandas. Poznasz rodzaje złączeń i dowiesz się, jak pandas może zwiększyć twoją efektywność i produktywność.
- Łączenie danych – konieczność w prawdziwym świecie50 XP
- Potrzeba łączenia danych50 XP
- Praca z podzielonymi danymi100 XP
- Praca z uzupełniającymi się danymi100 XP
- Konkatenacja50 XP
- Łączenie wierszy100 XP
- Łączenie wierszy ze zduplikowanymi indeksami100 XP
- Łączenie kolumn100 XP
- Moc i elastyczność50 XP
- Zalety łączenia danych w pandas100 XP
- Proste łączenie złożonych danych100 XP
2
Złączenia w stylu VLOOKUP
W tym rozdziale nauczysz się łączyć dane za pomocą pandas w sposób podobny do używania formuł VLOOKUP w arkuszu kalkulacyjnym. Poznasz trzy rodzaje złączeń, a następnie skupisz się na pierwszym z nich – złączeniach jeden-do-jednego.
3
Złączenia jeden-do-wielu
W tym rozdziale skupimy się na relacjach jeden-do-wielu. Będziesz ćwiczyć identyfikowanie relacji kolumn kluczowych oraz łączenie ramek danych po kolumnie. Nauczysz się też łączyć dwie lub więcej ramek danych na podstawie ich indeksów.
4
Zaawansowane złączenia
W ostatnim rozdziale poznasz zaawansowane techniki łączenia danych przydatne w trudniejszych sytuacjach. Zmierzysz się z samodzielnym wyzwaniem w postaci studium przypadku, które sprawdzi twoje umiejętności.
Pandas Joins dla użytkowników arkuszy kalkulacyjnych
Kurs
ukończony
