Практический анализ данных с Pandas: очистка, агрегирование и отчетность

Исходные данные редко бывают чистыми или готовыми к немедленному анализу. Изучение эффективной структуры и манипуляции большими наборами данных является самым важным шагом в любом рабочем процессе науки данных. Этот курс научит вас, как использовать мощные возможности библиотеки pandas в Python для выполнения сложных задач по манипулированию данными, очистке и подготовке, позволяя вам превращать беспорядочные вводные данные в четкие, практические отчеты. Что вы узнаете: Понимание основной архитектуры DataFrames и объектов серии pandas, а также эффективного отбора и фильтрации данных. Освоение продвинутых операций агрегирования и группирования, а так же построение сводных таблиц для резюмирования больших наборов данных Примените надежные методы для очистки неорганизованных текстовых данных, обработки отсутствующих значений и использования современных типов данных строк. Настройте и манипулируйте данными временных рядов, рассчитайте разницу дат и управляйте сложными индексами даты и времени. Практикуйте эффективное строительство конвейера данных с использованием современного метода сцепления для высокочитаемого и оптимизированного кода. Объединяйте, соединяйte и изменяйте форму множества разрозненных наборов данных для создания всеобъемлющих аналитических структур. Мы начинаем с основных концепций и терминологии, прежде чем перейти к практическим примерам, которые имитируют проблемы очистки и отчетности данных в реальном мире. Этот курс предназначен для начинающих в Python и анализе данных, которые хотят быстро овладеть манипулированием данными с помощью панды. Не требуется предыдущий опыт работы с библиотекой. Начните создавать свой основной набор инструментов анализа данных сегодня.