Baue mit 100 nummerierten Übungen in einem einzigen Jupyter Notebook praktische Pandas-Routine auf. Die ersten 50 behandeln alltägliche Series- und DataFrame-Aufgaben wie Erstellung, Auswahl, Berechnung, fehlende Werte, Strings sowie CSV- und Excel-Dateien. Die zweite Hälfte führt zu Zeitindizes, MultiIndex, Gruppierung, Pivot-Tabellen, Kategorien, Bereinigung, Vorverarbeitung und Diagrammen.
Jede Aufgabe enthält funktionsfähigen Code; auf die meisten folgt eine leere Zelle zum Nachvollziehen oder Anpassen. Die kompakten Beispieldaten werden im Notebook erzeugt, sodass du einzelne Pandas-Techniken übst, bevor du sie in größeren Analysen kombinierst.
Was du lernen wirst
- Pandas-
Serieserstellen, indizieren, ausschneiden, ändern und berechnen DataFrame-Objekte aus NumPy-Arrays und Dictionaries aufbauen und untersuchen- Tabellendaten auswählen, sortieren, kopieren, aggregieren und bedingt abfragen
- Fehlende Werte füllen oder entfernen und vektorisierte Stringtransformationen anwenden
- CSV- und Excel-Daten in einem Notebook lesen und schreiben
- Mit Datumswerten, Zeitzonen, MultiIndex, Gruppierungen und Pivot-Tabellen arbeiten
- Unregelmäßige Spalten bereinigen, Duplikate entfernen, kategorisieren und normalisieren
- Linien-, Streu- und Balkendiagramme direkt aus Pandas-Objekten erzeugen
Für wen dieser Kurs geeignet ist
Der Kurs richtet sich an Python-Lernende, die Pandas ausgiebig üben und typische Tabellenmuster festigen möchten. Einsteiger können die erste Hälfte der Reihe nach bearbeiten; Lernende mit Vorerfahrung wählen in der zweiten Hälfte gezielt fortgeschrittene Themen.
Voraussetzungen: Empfohlen werden Python-Grundlagen wie Listen, Dictionaries, Funktionen und einfache NumPy-Arrays. Pandas-Erfahrung ist hilfreich, aber dank der funktionsfähigen Beispiele nicht erforderlich.
Lernumgebung: Ein browserbasiertes Jupyter Notebook unter Ubuntu 22.04 enthält alle 100 Übungen und unterstützt CSV, Excel und eingebettete Diagramme. Die Daten werden im Notebook erstellt; externe Datensätze oder lokale Installation sind nicht nötig.
Häufig gestellte Fragen
Sind Lösungen enthalten?
Ja. Jede nummerierte Übung hat funktionsfähigen Code, die meisten außerdem eine benachbarte leere Zelle. Versuche für sinnvolle Praxis zunächst, die Operation selbst zu schreiben oder vorherzusagen.
Werden meine Antworten automatisch geprüft?
Nein. Laut Lab-Anleitung lassen sich Notebook-Operationen nicht automatisch validieren. Führe jede Zelle aus, prüfe das resultierende Objekt oder Diagramm und vergleiche das Verhalten mit dem Beispiel.
Muss ich alle 100 Übungen der Reihe nach bearbeiten?
Die ersten 50 bieten eine sinnvolle Grundlagenprogression. Die Übungen 51–100 behandeln fortgeschrittene Themen, mehrere Abschnitte sind optional; erfahrene Lernende können Zeitreihen, Pivot-Tabellen, Bereinigung oder Visualisierung auswählen.
Nutzt der Kurs einen großen realen Datensatz oder ein vollständiges Projekt?
Nein. Kleine, eigenständige Beispiele isolieren einzelne Pandas-Operationen. Ziel sind Breite und Wiederholung, nicht eine End-to-End-Analyse externer Daten.
