Name: Объединение данных с помощью pandas
Rating: 4.802319280372819 (9227 reviews)

Описание курса

Умение объединять несколько наборов данных и работать с ними — ключевой навык для любого начинающего специалиста по данным. pandas — важнейший инструмент экосистемы Python для анализа данных: на Stack Overflow зафиксировано более 5 миллионов просмотров вопросов по pandas. Вы научитесь работать с несколькими объектами DataFrame: объединять, упорядочивать, соединять и преобразовывать их с помощью pandas. В курсе используются данные Всемирного банка и города Чикаго. По завершении курса вы приобретёте уверенные навыки объединения данных в pandas.Видеоуроки содержат живые субтитры — их можно открыть, нажав «Show transcript» в левом нижнем углу плеера.Глоссарий курса находится справа в разделе ресурсов.Для получения кредитов CPE необходимо пройти курс и набрать не менее 70% в итоговом тесте. Перейти к тесту можно, нажав на блок CPE credits справа.

Предварительные требования

Data Manipulation with pandas

Программа

Структура курса

Основы объединения данных

Узнайте, как объединять разнородные данные с помощью внутреннего соединения. Совмещая информацию из нескольких источников, вы обнаружите неочевидные закономерности, которые раньше оставались скрытыми. Вы также изучите, как тип связи между источниками — например, «один к одному» или «один ко многим» — влияет на результат.

Начать главу

Объединение таблиц с различными типами соединений

Расширьте свои знания о типах соединений. В этой главе вы будете работать с данными о фильмах из TMDb и изучите левое, правое и внешнее соединения. Кроме того, вы узнаете, как соединить таблицу с самой собой и выполнить соединение по индексу DataFrame.

Начать главу

Продвинутые методы объединения и конкатенации

В этой главе вы освоите эффективные техники фильтрации, включая полусоединение и антисоединение. Вы также научитесь вертикально объединять объекты DataFrame и использовать функцию `pandas.concat` для создания новых наборов данных. Наконец, поскольку данные редко бывают идеальными, вы узнаете, как проверять корректность объединённых структур данных.

Начать главу

Объединение упорядоченных данных и временных рядов

В заключительной главе вы перейдёте на новый уровень и научитесь применять специализированные методы pandas для объединения временных рядов и упорядоченных данных — на основе реальных финансовых и экономических данных города Чикаго. Вы также научитесь делать запросы к полученным таблицам в SQL-стиле и преобразовывать данные с помощью метода `melt`.