Name: การทำงานกับข้อมูลเชิงกลุ่มใน Python
Rating: 4.7982935153583615 (2930 reviews)

รายละเอียดคอร์ส

ความสามารถในการทำความเข้าใจ ใช้งาน และสรุปข้อมูลที่ไม่ใช่ตัวเลข เช่น หมู่เลือดหรือสถานภาพสมรส ถือเป็นทักษะสำคัญของนักวิทยาศาสตร์ข้อมูล ในคอร์สนี้ จะได้เรียนรู้วิธีจัดการและแสดงผลข้อมูลเชิงกลุ่ม (categorical data) โดยใช้ pandas และ seaborn ผ่านแบบฝึกหัดที่ลงมือปฏิบัติจริง จะได้ทำความรู้จักกับชนิดข้อมูล categorical ของ pandas ตั้งแต่การสร้าง ลบ และอัปเดตคอลัมน์เชิงกลุ่ม นอกจากนี้ยังได้ฝึกทำงานกับชุดข้อมูลหลากหลาย ไม่ว่าจะเป็นข้อมูลลักษณะของสุนัขที่รอการรับเลี้ยง รีวิวทริปลาสเวกัส และข้อมูลสำมะโนประชากร เพื่อพัฒนาทักษะการทำงานกับข้อมูลเชิงกลุ่มอย่างครบถ้วน

ข้อกำหนดเบื้องต้น

Data Manipulation with pandas

หลักสูตร

โครงร่างคอร์ส

ข้อมูลเชิงกลุ่มเบื้องต้น

ชุดข้อมูลแทบทุกชุดล้วนมีข้อมูลเชิงกลุ่มอยู่ด้วย และข้อมูลส่วนนี้มักเป็นแหล่งข้อมูลเชิงลึกที่ยังไม่ได้ถูกสำรวจ ในบทนี้ จะได้เรียนรู้วิธีที่ pandas จัดการคอลัมน์เชิงกลุ่มโดยใช้ชนิดข้อมูล category รวมถึงวิธีจัดกลุ่มข้อมูลตามหมวดหมู่เพื่อดึงสถิติสรุปที่มีประโยชน์

เริ่มบท

Categorical pandas Series

ถึงเวลาเรียนรู้วิธีกำหนด เพิ่ม และลบหมวดหมู่ใน Series รวมถึงการอัปเดต เปลี่ยนชื่อ รวม และจัดลำดับหมวดหมู่ใหม่ แล้วนำทักษะที่ได้ไปใช้ทำความสะอาดและเข้าถึงข้อมูลอื่นใน DataFrame

เริ่มบท

การแสดงผลข้อมูลเชิงกลุ่ม

ในบทนี้ จะได้ใช้ไลบรารี seaborn ของ Python เพื่อสร้างการแสดงผลข้อมูลเชิงกลุ่มที่มีประสิทธิภาพ ครอบคลุมทั้ง categorical plot (cat-plot), box plot, bar plot, point plot และ count plot จากนั้นจะได้เรียนรู้วิธีแสดงผลคอลัมน์เชิงกลุ่ม และแบ่งข้อมูลตามคอลัมน์เชิงกลุ่มเพื่อแสดงสถิติสรุปของคอลัมน์ตัวเลข

เริ่มบท

ข้อควรระวังและการเข้ารหัสข้อมูล

ในบทสุดท้าย จะได้เรียนรู้วิธีรับมือกับข้อผิดพลาดที่พบบ่อยในการใช้ข้อมูลเชิงกลุ่ม พร้อมพัฒนาทักษะการเข้ารหัสข้อมูลด้วย label encoding และ one-hot encoding ซึ่งเป็นพื้นฐานสำคัญในการเตรียมข้อมูลสำหรับอัลกอริทึม machine learning