After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Уміння поєднувати й опрацьовувати кілька наборів даних — необхідна навичка для кожного майбутнього дата-сайєнтиста. pandas — ключовий базовий інструмент екосистеми аналізу даних у Python; на Stack Overflow запитання про pandas набрали 5 мільйонів переглядів. Навчіться працювати з кількома датафреймами: об'єднувати, впорядковувати, поєднувати (join) і змінювати їхню форму за допомогою pandas. Ви працюватимете з наборами даних Світового банку та міста Чикаго. Завершивши курс, ви матимете впевнений набір навичок для об'єднання даних у pandas.У відео є живі транскрипти, які можна відкрити, натиснувши «Show transcript» у нижньому лівому куті плеєра.Глосарій курсу розміщено праворуч у розділі ресурсів.Щоб отримати кредити CPE, потрібно пройти курс і набрати 70% у кваліфікаційному оцінюванні. Перейти до оцінювання можна, натиснувши на повідомлення про кредити CPE праворуч.
Попередні вимоги
Навчальний план
Зміст курсу
1
Основи злиття даних
Дізнайтеся, як зливати розрізнені дані за допомогою inner join. Поєднуючи інформацію з кількох джерел, ви відкриєте промовисті інсайти, які раніше могли бути приховані. Також ви навчитеся, як зв'язки між цими джерелами, наприклад «один-до-одного» чи «один-до-багатьох», впливають на результат.
- Внутрішнє з'єднання50 XP
- За якою колонкою виконати обʼєднання?50 XP
- Ваше перше inner join злиття100 XP
- Внутрішні зʼєднання та кількість повернутих рядків100 XP
- Зв'язки «один-до-багатьох»50 XP
- Класифікація «один до багатьох»100 XP
- Злиття типу «один-до-батьох»100 XP
- Об'єднання кількох датафреймів50 XP
- Загальна кількість поїздок за місяць100 XP
- Обʼєднання трьох таблиць100 XP
- Злиття «один-до-багатьох» з кількома таблицями100 XP
2
Злиття таблиць із різними типами join
Поглибте свої знання про join. У цьому розділі ви працюватимете з даними TMDb про фільми та вивчатимете left, right і outer join. Ви також дізнаєтеся, як злити таблицю саму з собою та як виконувати злиття за індексом датафрейму.
3
Просунуті прийоми злиття та конкатенації
У цьому розділі ви використаєте потужні техніки фільтрації, зокрема напів-join (semi-join) і анти-join (anti-join). Ви також навчитеся „склеювати" датафрейми шляхом вертикального об'єднання та за допомогою функції pandas.concat для створення нових наборів даних. Нарешті, оскільки дані рідко бувають ідеальними, ви опануєте перевірку цілісності новостворених структур даних.
4
Злиття впорядкованих і часових даних
У фінальному розділі ви піднімете планку й навчитеся застосовувати спеціалізовані методи pandas для злиття часових і впорядкованих даних, використовуючи реальні фінансові та економічні дані міста Чикаго. Ви також дізнаєтеся, як робити запити до отриманих таблиць у стилі SQL і як „розплавляти" дані за допомогою методу melt.
Об'єднання даних у pandas
Курс
завершено
