After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Khả năng kết hợp và làm việc với nhiều tập dữ liệu là kỹ năng thiết yếu cho bất kỳ ai theo đuổi con đường Data Scientist. pandas là một trụ cột quan trọng trong hệ sinh thái khoa học dữ liệu với Python, với 5 triệu lượt xem câu hỏi về pandas trên Stack Overflow. Hãy học cách xử lý nhiều DataFrame bằng cách kết hợp, tổ chức, nối và định hình lại chúng bằng pandas. Bạn sẽ làm việc với các tập dữ liệu từ World Bank và Thành phố Chicago. Kết thúc khóa học, bạn sẽ có một bộ kỹ năng vững chắc để kết hợp dữ liệu trong pandas.Các video có bản chép lời trực tiếp; bạn có thể mở bằng cách nhấp vào "Show transcript" ở góc dưới bên trái của video.Bảng thuật ngữ của khóa học nằm ở bên phải trong phần tài nguyên.Để nhận tín chỉ CPE, bạn cần hoàn thành khóa học và đạt điểm 70% trong bài đánh giá đủ điều kiện. Bạn có thể truy cập bài đánh giá bằng cách nhấp vào phần giới thiệu tín chỉ CPE ở bên phải.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Những điều cơ bản về trộn dữ liệu
Học cách bạn có thể trộn ghép dữ liệu rời rạc bằng inner join. Bằng cách kết hợp thông tin từ nhiều nguồn, bạn sẽ khám phá ra những insight thuyết phục trước đây có thể bị ẩn đi. Bạn cũng sẽ học cách mối quan hệ giữa các nguồn, như one-to-one hoặc one-to-many, có thể ảnh hưởng đến kết quả như thế nào.
2
Nối bảng với các kiểu join khác nhau
Nâng cao hiểu biết của bạn về các phép join. Trong chương này, bạn sẽ làm việc với dữ liệu phim TMDb khi tìm hiểu về left, right và outer join. Bạn cũng sẽ khám phá cách nối một bảng với chính nó và cách nối dựa trên index của DataFrame.
3
Kỹ thuật nối nâng cao và ghép nối (concatenate)
Trong chương này, bạn sẽ tận dụng các kỹ thuật lọc mạnh mẽ, bao gồm semi-join và anti-join. Bạn cũng sẽ học cách “ghép keo” các DataFrame bằng cách kết hợp theo chiều dọc và dùng hàm pandas.concat để tạo tập dữ liệu mới. Cuối cùng, vì dữ liệu hiếm khi sạch, bạn cũng sẽ học cách xác thực các cấu trúc dữ liệu vừa được kết hợp.
4
Nối dữ liệu có thứ tự và chuỗi thời gian
Ở chương cuối, bạn sẽ nâng tốc độ và học cách áp dụng các phương thức chuyên biệt của pandas để nối dữ liệu chuỗi thời gian và dữ liệu có thứ tự, với dữ liệu tài chính và kinh tế thực tế từ thành phố Chicago. Bạn cũng sẽ học cách truy vấn các bảng kết quả theo định dạng kiểu SQL và “unpivot” dữ liệu bằng phương thức melt.
Kết hợp dữ liệu với pandas
Hoàn
thành khóa học
