Build your ultimate AI agent
Описание курса
Умение эффективно работать с большими наборами данных и извлекать из них ценную информацию — незаменимый навык для каждого начинающего специалиста по данным. При работе с небольшими объёмами данных мы зачастую не замечаем, насколько медленно выполняется код. Этот курс опирается на ваши знания Python и библиотеки pandas и знакомит вас со встроенными функциями pandas, которые позволяют выполнять задачи быстрее. Встроенные функции pandas помогают решать как простые задачи — например, выбор конкретных записей и признаков из данных, — так и сложные, например применение функций к группам записей, причём значительно быстрее, чем стандартными методами Python. По окончании курса вы сможете применять функции к данным на основе значений признаков, быстро перебирать большие наборы данных и эффективно манипулировать данными, принадлежащими к разным группам. Вы будете применять эти методы на разнообразных реальных наборах данных, таких как комбинации карт в покере или чаевые в ресторанах.
Предварительные требования
Программа
Структура курса
1
Эффективный выбор столбцов и строк
В этой главе рассматривается, почему важен эффективный код, а также способы выбора конкретных и случайных строк и столбцов.
- Зачем нужен эффективный код: часть I50 XP
- Что измеряет функция time.time()?50 XP
- Измерение времени I100 XP
- Измерение времени II100 XP
- Поиск строк: .iloc[] и .loc[]50 XP
- Выбор строк: loc[] и iloc[]100 XP
- Выбор столбцов: .iloc[] или по имени100 XP
- Выбор случайных строк50 XP
- Случайная выборка строк100 XP
- Случайный выбор столбцов100 XP
2
Замена значений в DataFrame
В этой главе показано использование функции replace() для замены одного или нескольких значений с помощью списков и словарей.
3
Эффективное итерирование
В этой главе рассматриваются различные способы итерирования по DataFrame в pandas и объясняется, почему векторизация является наиболее эффективным из них.
4
Манипуляции с данными с помощью .groupby()
В этой главе описывается функция groupby() и способы её использования для преобразования значений на месте, замены пропущенных значений и применения сложных функций к группам.
Эффективная работа с pandas
Курс
завершён
