Name: Laboratorios de Práctica de Pandas
Author: Labby

Laboratorios de Práctica de Pandas

Este curso contiene muchos laboratorios para Pandas. Cada laboratorio es un pequeño proyecto de Pandas con una guía detallada y soluciones. Puedes practicar tus habilidades en Pandas completando estos laboratorios, mejorar tus habilidades de codificación y aprender cómo escribir código limpio y eficiente.

PythonCiencia de datos

💡 Este tutorial está traducido por IA desde la versión en inglés. Para ver la versión original, puedes hacer clic aquí

Introducción

Este curso de Laboratorios de Práctica de Pandas está diseñado para ayudarte a dominar las habilidades esenciales de manipulación y análisis de datos utilizando la poderosa biblioteca de Pandas. A través de una serie de laboratorios prácticos, tendrás la oportunidad de aplicar tus conocimientos de Pandas a escenarios de datos del mundo real y perfeccionar tu habilidad para codificar.

🎯 Tareas

En este curso, aprenderás:

Cómo cargar, limpiar y preprocesar datos utilizando Pandas
Cómo realizar técnicas avanzadas de análisis y manipulación de datos, como indexar, filtrar, agrupar y agregar datos
Cómo visualizar datos utilizando las capacidades de visualización integradas de Pandas
Cómo escribir código de Pandas eficiente y legible siguiendo las mejores prácticas

🏆 Logros

Después de completar este curso, podrás:

Aplicar con confianza Pandas para resolver una amplia gama de problemas relacionados con los datos
Desarrollar una comprensión profunda de las funcionalidades principales de Pandas y cómo aprovecharlas de manera efectiva
Mejorar tus habilidades de codificación practicando Pandas en un entorno práctico basado en proyectos
Demostrar tu dominio de Pandas completando una serie de laboratorios prácticos

Laboratorios de Práctica de Pandas

Programa

Introducción a Pandas

Manejo de datos faltantes

Trabajar con enteros anulables

Método expandiendo del DataFrame de Pandas

Método groupby de DataFrame de Pandas

Usando estructuras dispersas en Pandas

Mejora Pandas con PyArrow

Método agg() de DataFrame de Pandas

Escalado de Grandes Conjuntos de Datos

Método DataFrame.any() de Pandas

Método drop() de DataFrame de Pandas

Método de Ranking de DataFrame en Pandas

Método astype() de DataFrame de Pandas

Método apply() en DataFrame de Pandas

Reformateo de datos con Pandas

Guía de implementación de Copia al Escribir en Pandas

Trabajar con Diferencias de Tiempo

Método combine_first del DataFrame de Pandas

Método dropna de DataFrame de Pandas

Método drop_duplicates() en DataFrame de Pandas

Método de conteo en DataFrame de Pandas

Método de Tabla Dinámica en DataFrame de Pandas

Método pivot() de DataFrame en Pandas

Operaciones de ventanado en Pandas

Fundamentos de manipulación de datos con Pandas

Método de consulta de DataFrame de Pandas

Método de copia de DataFrame de Pandas

Método eq() de DataFrame de Pandas

Trabajando con datos booleanos anulables

Método agg de Series de Pandas

Conceptos básicos de Pandas: Uso de memoria y operaciones en DataFrame

Método items() de DataFrame de Pandas

Método iterrows() de DataFrame de Pandas

Método de uso de memoria de DataFrame de Pandas

Método de agregación de Series de Pandas

Método DataFrame.itertuples() de Pandas

Trabajando con estructuras de datos en Pandas

Función de alineación de DataFrame de Pandas

Método boxplot del DataFrame de Pandas

Método corrwith de DataFrame de Pandas

Método cov de DataFrame de Pandas

Método droplevel del DataFrame de Pandas

Método DataFrame.from_dict de Pandas

Método get() de DataFrame de Pandas

Método info() de DataFrame de Pandas

Método append de Series de Pandas

Método astype de Series de Pandas

Manejo de etiquetas duplicadas

Método apply() de Series de Pandas

Método Series.asfreq de Pandas

Método Abs de DataFrame de Pandas

Método asof del DataFrame de Pandas

Método de comparación de DataFrame de Pandas

Método DataFrame.idxmax() de Pandas

Método DataFrame.keys() de Pandas

Método nlargest en el DataFrame de Pandas

Método nsmallest de DataFrame de Pandas

Método pop() de DataFrame de Pandas

Método pct_change() en DataFrame de Pandas

Método hist() de DataFrame de Pandas

Método DataFrame.asfreq de Pandas

Método assign() de DataFrame de Pandas

Método de relleno hacia atrás en DataFrame de Pandas

Método DataFrame.convert_dtypes() de Pandas

Método describe() de DataFrame de Pandas

Método duplicado del DataFrame de Pandas

Método head() de DataFrame de Pandas

Método de interpolación en DataFrame de Pandas

Método DataFrame.reindex() de Pandas

Método at_time de DataFrame de Pandas

Método mean() de DataFrame de Pandas

Método de mediana en DataFrame de Pandas

Método corr() en DataFrame de Pandas

Método de filtrado de DataFrame en Pandas

Método DataFrame.idxmin de Pandas

Método de Unión de DataFrame en Pandas

Método applymap en DataFrame de Pandas

Método fillna de DataFrame de Pandas