Build your ultimate AI agent
Opis kursu
Umiejętność sprawnej pracy z dużymi zbiorami danych i wyciągania z nich cennych informacji to niezbędne narzędzie każdego przyszłego specjalisty ds. danych. Pracując z małą ilością danych, często nie zauważamy, jak wolno może działać nasz kod. Ten kurs rozbuduje twoją wiedzę z zakresu Pythona i biblioteki pandas oraz zapozna cię z wydajnymi wbudowanymi funkcjami pandas, dzięki którym zadania wykonasz szybciej. Wbudowane funkcje pandas pozwalają sprawnie realizować zarówno proste zadania – jak wybieranie konkretnych rekordów i cech z danych – jak i te bardziej złożone, takie jak stosowanie funkcji na grupach rekordów, znacznie szybciej niż standardowe metody Pythona. Po ukończeniu kursu będziesz potrafić stosować funkcje do danych na podstawie wartości cechy, sprawnie iterować przez duże zbiory danych oraz efektywnie manipulować danymi należącymi do różnych grup. Metody te zastosujesz na różnorodnych zbiorach danych z życia wziętych – takich jak układy kart pokerowych czy napiwki w restauracjach.
Wymagania wstępne
Program kursu
Plan kursu
1
Wydajne wybieranie kolumn i wierszy
Ten rozdział przedstawia, dlaczego wydajny kod ma znaczenie, oraz uczy wydajnego wybierania określonych i losowych wierszy i kolumn.
- Po co pisać wydajny kod? (część I)50 XP
- Co mierzy time.time()?50 XP
- Mierzenie czasu I100 XP
- Mierzenie czasu II100 XP
- Lokalizowanie wierszy: .iloc[] i .loc[]50 XP
- Wybór wierszy: loc[] vs iloc[]100 XP
- Wybór kolumn: .iloc[] a wybór po nazwie100 XP
- Losowanie losowych wierszy50 XP
- Losowe wybieranie wierszy100 XP
- Losowy wybór kolumn100 XP
2
Zastępowanie wartości w DataFrame
Ten rozdział pokazuje, jak używać funkcji replace() do zastępowania jednej lub wielu wartości – za pomocą list i słowników.
3
Wydajne iterowanie
Ten rozdział omawia różne sposoby iterowania przez DataFrame w pandas i wyjaśnia, dlaczego wektoryzacja jest najwydajniejszym podejściem.
4
Manipulowanie danymi za pomocą .groupby()
Ten rozdział opisuje funkcję groupby() i pokazuje, jak za jej pomocą przekształcać wartości w miejscu, uzupełniać brakujące wartości oraz stosować złożone funkcje na poziomie grup.
Wydajne programowanie z pandas
Kurs
ukończony
