ข้ามไปยังเนื้อหาหลัก

บ้าน Python

Courses

Streamlined Data Ingestion with pandas

ระดับกลางระดับทักษะ

อัปเดตแล้ว 11/2567

Learn to acquire data from common file formats and systems such as CSV files, spreadsheets, JSON, SQL databases, and APIs.

เริ่มเรียนหลักสูตรฟรี

PythonData Preparation4 ชม.16 videos53 Exercises4,500 เอ็กซ์พี61,980คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Before you can analyze data, you first have to acquire it. This course teaches you how to build pipelines to import data kept in common storage formats. You’ll use pandas, a major Python library for analytics, to get data from a variety of sources, from spreadsheets of survey responses, to a database of public service requests, to an API for a popular review site. Along the way, you’ll learn how to fine-tune imports to get only what you need and to address issues like incorrect data types. Finally, you’ll assemble a custom dataset from a mix of sources.

ข้อกำหนดเบื้องต้น

Intermediate Python Intermediate SQL

1

Importing Data from Flat Files

Practice using pandas to get just the data you want from flat files, learn how to wrangle data types and handle errors, and look into some U.S. tax data along the way.

Introduction to flat files

50 เอ็กซ์พี

Get data from CSVs

100 เอ็กซ์พี

Get data from other flat files

100 เอ็กซ์พี

Modifying flat file imports

50 เอ็กซ์พี

Import a subset of columns

100 เอ็กซ์พี

Import a file in chunks

100 เอ็กซ์พี

Handling errors and missing data

50 เอ็กซ์พี

Specify data types

100 เอ็กซ์พี

Set custom NA values

100 เอ็กซ์พี

Skip bad data

100 เอ็กซ์พี

เริ่มบท

2

Importing Data From Excel Files

Automate data imports from that staple of office life, Excel files. Import part or all of a workbook and ensure boolean and datetime data are properly loaded, all while learning about how other people are learning to code.

Introduction to spreadsheets

50 เอ็กซ์พี

Get data from a spreadsheet

100 เอ็กซ์พี

Load a portion of a spreadsheet

100 เอ็กซ์พี

Getting data from multiple worksheets

50 เอ็กซ์พี

Select a single sheet

100 เอ็กซ์พี

Select multiple sheets

100 เอ็กซ์พี

Work with multiple spreadsheets

100 เอ็กซ์พี

Modifying imports: true/false data

50 เอ็กซ์พี

Set Boolean columns

100 เอ็กซ์พี

Set custom true/false values

100 เอ็กซ์พี

Modifying imports: parsing dates

50 เอ็กซ์พี

Parse simple dates

100 เอ็กซ์พี

Get datetimes from multiple columns

100 เอ็กซ์พี

Parse non-standard date formats

100 เอ็กซ์พี

เริ่มบท

3

Importing Data from Databases

Combine pandas with the powers of SQL to find out just how many problems New Yorkers have with their housing. This chapter features introductory SQL topics like WHERE clauses, aggregate functions, and basic joins.

Introduction to databases

50 เอ็กซ์พี

Connect to a database

100 เอ็กซ์พี

Load entire tables

100 เอ็กซ์พี

Refining imports with SQL queries

50 เอ็กซ์พี

Selecting columns with SQL

100 เอ็กซ์พี

Selecting rows

100 เอ็กซ์พี

Filtering on multiple conditions

100 เอ็กซ์พี

More complex SQL queries

50 เอ็กซ์พี

Getting distinct values

100 เอ็กซ์พี

Counting in groups

100 เอ็กซ์พี

Working with aggregate functions

100 เอ็กซ์พี

Loading multiple tables with joins

50 เอ็กซ์พี

Joining tables

100 เอ็กซ์พี

Joining and filtering

100 เอ็กซ์พี

Joining, filtering, and aggregating

100 เอ็กซ์พี

เริ่มบท

4

Importing JSON Data and Working with APIs

Learn how to work with JSON data and web APIs by exploring a public dataset and getting cafe recommendations from Yelp. End by learning some techniques to combine datasets once they have been loaded into data frames.

Introduction to JSON

50 เอ็กซ์พี

Load JSON data

100 เอ็กซ์พี

Work with JSON orientations

100 เอ็กซ์พี

Introduction to APIs

50 เอ็กซ์พี

Get data from an API

100 เอ็กซ์พี

Set API parameters

100 เอ็กซ์พี

Set request headers

100 เอ็กซ์พี

Working with nested JSONs

50 เอ็กซ์พี

Flatten nested JSONs

100 เอ็กซ์พี

Handle deeply nested data

100 เอ็กซ์พี

Combining multiple datasets

50 เอ็กซ์พี

Concatenate dataframes

100 เอ็กซ์พี

Merge dataframes

100 เอ็กซ์พี

50 เอ็กซ์พี

เริ่มบท

Streamlined Data Ingestion with pandas

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

Data Engineer in Pythonการรับรอง

instructors

Amany Mahfouz

Data scientist via spatial analytics and geography.

collaborators

Adrián Soto

Hillary Green-Lerman

Courses resources

Vermont tax return data by ZIP codedatasets

FreeCodeCamp New Developer Survey response subsetdatasets

NYC weather and 311 housing complaintsdatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Streamlined Data Ingestion with pandas วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา