After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Dane często są zapisane w formacie czytelnym dla człowieka, ale nie nadają się bezpośrednio do analizy. Z pomocą przychodzi pandas – potężne narzędzie do przekształcania obiektów DataFrame w różne formaty. W tym kursie rozwiniesz swoje umiejętności analityka i data scientista, ucząc się, jak porządkować kolumny tekstowe i zagnieżdżone dane zawarte w obiekcie DataFrame. Będziesz pracować z rzeczywistymi danymi, w tym z ocenami piłkarzy FIFA, recenzjami książek i danymi dotyczącymi rezygnacji klientów. Nauczysz się przekształcać obiekt DataFrame z formatu szerokiego do długiego, stosować metody stack i unstack na wierszach i kolumnach oraz obliczać statystyki opisowe dla obiektów DataFrame z wielopoziomowym indeksem.
Wymagania wstępne
Program kursu
Plan kursu
1
Wprowadzenie do przekształcania danych
Zacznij od poznania koncepcji formatu szerokiego i długiego oraz zalet każdego z nich. Następnie nauczysz się przestawiać dane z formatu długiego do szerokiego i obliczać statystyki podsumowujące dla dużego obiektu DataFrame.
- Szerokie i długie formaty danych50 XP
- Format długi i szeroki100 XP
- Odwracamy zawodników100 XP
- Przestawianie danych metodą pivot50 XP
- Dryblowanie metodą pivot100 XP
- Zawodnik ofensywny czy defensywny?100 XP
- Powtórz ostatni ruch!100 XP
- Tabele przestawne50 XP
- Podsumowanie działań100 XP
- Analiza wielkiego meczu100 XP
- Najwyżsi i najciężsi100 XP
2
Konwersja między formatem szerokim a długim
Opanuj technikę przekształcania obiektów DataFrame z formatu szerokiego do długiego. W tym rozdziale dowiesz się, jak korzystać z metody melt i funkcji wide_to_long, a następnie nauczysz się obsługiwać kolumny tekstowe – łącząc je lub dzieląc.
3
Stosowanie metod stack i unstack na obiektach DataFrame
W tym rozdziale podnieś swoje umiejętności manipulowania danymi, korzystając z wielopoziomowego indeksowania. Nauczysz się przekształcać obiekty DataFrame, przenosząc poziomy indeksów wierszy na oś kolumn i odwrotnie. Zdobędziesz też umiejętności potrzebne do obsługi brakujących danych, które pojawiają się w procesach stack i unstack.
4
Zaawansowane przekształcanie danych
Na koniec nauczysz się łączyć przekształcanie danych z grupowaniem, aby szybko manipulować danymi. Odkryjesz też, jak przekształcać kolumny zawierające listy i obsługiwać złożone zagnieżdżone dane, takie jak zagnieżdżone pliki JSON.
Przekształcanie danych z pandas
Kurs
ukończony
