Create Your Free Account
or
By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.Training 2 or more people?Try DataCamp For Business
Loved by learners at thousands of companies
Descrição do Curso
A pandas é a biblioteca Python mais popular do mundo, usada para tudo, desde a manipulação de dados até a análise de dados. Neste curso, você aprenderá a manipular DataFrames à medida que extrai, filtra e transforma conjuntos de dados do mundo real para análise. Usando o pandas, você explorará todos os principais conceitos da ciência de dados. Usando dados do mundo real, incluindo números de vendas do Walmart e séries temporais de temperatura global, você aprenderá a importar, limpar, calcular estatísticas e criar visualizações - usando o pandas para aumentar o poder do Python!
For Business
Training 2 or more people?
Get your team access to the full DataCamp library, with centralized reporting, assignments, projects and moreNas seguintes faixas
Data Manipulation com Python
Ir para a trilha- 1
Transformando DataFrames
LivreVamos dominar os conceitos básicos dos pandas. Saiba como inspecionar DataFrames e realizar manipulações fundamentais, incluindo classificação de linhas, subconjunto e adição de novas colunas.
Apresentando os DataFrames50 xpInspeção de um DataFrame100 xpPartes de um DataFrame100 xpClassificação e subconjunto50 xpClassificação de linhas100 xpColunas de subconjunto100 xpSubconjunto de linhas100 xpSubconjunto de linhas por variáveis categóricas100 xpNovas colunas50 xpAdição de novas colunas100 xpCombo-ataque!100 xp - 2
Agregação de DataFrames
Neste capítulo, você calculará estatísticas resumidas em colunas do DataFrame e dominará estatísticas resumidas agrupadas e tabelas dinâmicas.
Estatísticas resumidas50 xpMédia e mediana100 xpResumindo datas100 xpResumos eficientes100 xpEstatísticas cumulativas100 xpContagem50 xpEliminação de duplicatas100 xpContagem de variáveis categóricas100 xpEstatísticas de resumo agrupadas50 xpQue porcentagem das vendas ocorreu em cada tipo de loja?100 xpCálculos com .groupby()100 xpVários resumos agrupados100 xpTabelas dinâmicas50 xpPivotar em uma variável100 xpPreencher valores ausentes e somar valores com tabelas dinâmicas100 xp - 3
Fatiamento e indexação de DataFrames
Os índices são nomes de linhas e colunas superalimentados. Saiba como eles podem ser combinados com o fatiamento para um poderoso subconjunto de DataFrame.
Índices explícitos50 xpConfiguração e remoção de índices100 xpSubconjunto com .loc[]100 xpDefinição de índices multiníveis100 xpClassificação por valores de índice100 xpFatias e subconjuntos com .loc e .iloc50 xpValores de índice de fatiamento100 xpFatias em ambas as direções100 xpCortar séries temporais100 xpSubconjunto por número de linha/coluna100 xpTrabalhar com tabelas dinâmicas50 xpTemperatura dinâmica por cidade e ano100 xpSubconjunto de tabelas dinâmicas100 xpCálculo em uma tabela dinâmica100 xp - 4
Criação e visualização de DataFrames
Aprenda a visualizar o conteúdo de seus DataFrames, a lidar com valores de dados ausentes e a importar e exportar dados de arquivos CSV.
Visualizando seus dados50 xpQual é o tamanho de abacate mais popular?100 xpMudanças nas vendas ao longo do tempo100 xpOferta e demanda de abacate100 xpPreço do abacate convencional vs. orgânico100 xpValores ausentes50 xpEncontrar valores ausentes100 xpRemoção de valores ausentes100 xpSubstituição de valores ausentes100 xpCriação de DataFrames50 xpLista de dicionários100 xpDicionário de listas100 xpLeitura e gravação de CSVs50 xpCSV para DataFrame100 xpDataFrame para CSV100 xpResumo50 xp
For Business
Training 2 or more people?
Get your team access to the full DataCamp library, with centralized reporting, assignments, projects and moreNas seguintes faixas
Data Manipulation com Python
Ir para a trilhaMaggie Matsui
Veja MaisCurriculum Manager at DataCamp
Richie Cotton
Veja MaisData Evangelist at DataCamp
What do other learners have to say?
Join over 13 million learners and start Manipulação de dados com pandas today!
Create Your Free Account
or
By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.