After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Описание курса
Данные нередко представлены в удобном для чтения виде, но не подходят для анализа. Здесь на помощь приходит pandas — мощный инструмент для преобразования DataFrame в нужный формат. В этом курсе вы развиваете навыки аналитика и специалиста по данным: научитесь работать со строковыми столбцами и вложенными данными внутри DataFrame. Вы будете работать с реальными данными — рейтингами игроков FIFA, отзывами о книгах и данными по оттоку клиентов — и освоите преобразование DataFrame из широкого формата в длинный, стекирование и дестекирование строк и столбцов, а также вычисление описательной статистики для DataFrame с многоуровневым индексом.
Предварительные требования
Программа
Структура курса
1
Введение в преобразование данных
Начнём с понимания концепций широкого и длинного форматов, а также преимуществ каждого из них. Затем вы научитесь преобразовывать данные из длинного формата в широкий и получать сводную статистику из больших DataFrame.
- Широкий и длинный форматы данных50 XP
- Длинный и широкий форматы100 XP
- Переворачиваем игроков100 XP
- Преобразование данных с помощью метода pivot50 XP
- Отработка метода pivot100 XP
- Атакующий или защитник?100 XP
- Повторите последний шаг!100 XP
- Сводные таблицы50 XP
- Закрепляем пройденное100 XP
- Изучаем большое дерби100 XP
- Самые высокие и самые тяжёлые100 XP
2
Преобразование между широким и длинным форматами
Освойте технику преобразования DataFrame из широкого формата в длинный. В этой главе вы изучите метод плавления и функцию преобразования из широкого в длинный формат, а затем научитесь работать со строковыми столбцами — объединять и разбивать их.
3
Стекирование и дестекирование DataFrame
В этой главе вы выведете навыки работы с данными на новый уровень с помощью многоуровневой индексации. Вы научитесь преобразовывать DataFrame, перемещая уровни индексов строк на ось столбцов и обратно, а также узнаете, как обрабатывать пропущенные данные, возникающие в процессе стекирования и дестекирования.
4
Продвинутые методы преобразования
В заключение вы узнаете, как сочетать преобразование данных с группировкой для быстрых манипуляций. Кроме того, вы освоите работу со столбцами, содержащими списки, и научитесь обрабатывать сложные вложенные данные, в том числе вложенные JSON-файлы.
Преобразование данных с помощью pandas
Курс
завершён
