Name: Laboratoires de pratique Pandas
Author: Labby

Laboratoires de pratique Pandas

Ce cours contient de nombreux laboratoires sur Pandas. Chaque laboratoire est un petit projet Pandas avec des instructions détaillées et des solutions. Vous pouvez pratiquer vos compétences en Pandas en complétant ces laboratoires, améliorer vos compétences en programmation et apprendre à écrire un code propre et efficace.

PythonScience des données

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Ce cours de Laboratoires de pratique Pandas est conçu pour vous aider à maîtriser les compétences essentielles de manipulation et d'analyse de données en utilisant la puissante bibliothèque Pandas. À travers une série de laboratoires pratiques, vous aurez l'opportunité d'appliquer vos connaissances en Pandas à des scénarios de données du monde réel et d'affiner votre maîtrise de la programmation.

🎯 Tâches

Dans ce cours, vous apprendrez :

Comment charger, nettoyer et prétraiter des données à l'aide de Pandas
Comment effectuer des techniques avancées d'analyse et de manipulation de données, telles que l'indexation, le filtrage, le regroupement et l'agrégation de données
Comment visualiser des données à l'aide des capacités de visualisation intégrées de Pandas
Comment écrire un code Pandas efficace et lisible en suivant les meilleures pratiques

🏆 Réalisations

Après avoir terminé ce cours, vous serez en mesure de :

Appliquer avec confiance Pandas pour résoudre une grande variété de problèmes liés aux données
Développer une compréhension approfondie des fonctionnalités de base de Pandas et de leur utilisation efficace
Améliorer vos compétences en programmation en pratiquant Pandas dans un environnement pratique basé sur des projets
Démontrer votre maîtrise de Pandas en complétant une série de laboratoires pratiques

Laboratoires de pratique Pandas

Programme

Présentation de Pandas

Gérer les données manquantes

Travailler avec des entiers pouvant contenir des valeurs manquantes

Méthode d'expansion de la DataFrame de Pandas

Méthode groupby du DataFrame Pandas

Utiliser les structures creuses dans Pandas

Améliorer pandas avec PyArrow

Méthode d'agrégation de DataFrame Pandas

Traitement de grands ensembles de données

Méthode DataFrame.any() de Pandas

Méthode drop() sur un DataFrame Pandas

Méthode de classement (rank) des DataFrame Pandas

Méthode astype() pour les DataFrame Pandas

Méthode apply() sur DataFrame Pandas

Remodelage des données avec Pandas

Guide d'implémentation de Copy-On-Write en Pandas

Travailler avec des écarts temporels

Méthode combine_first du DataFrame Pandas

Méthode dropna pour les DataFrame de Pandas

Méthode pour supprimer les doublons dans un DataFrame Pandas

Méthode de comptage dans un DataFrame Pandas

Méthode de tableau croisé dynamique de DataFrame Pandas

Méthode pivot() pour les DataFrame Pandas

Opérations de fenêtrage dans Pandas

Fondamentaux de la manipulation de données avec Pandas

Méthode query() pour les DataFrame Pandas

Méthode de copie de DataFrame Pandas

Méthode eq() pour les DataFrame Pandas

Travailler avec les données booléennes nullable

Méthode agg de la série Pandas

Pandas de base : Utilisation de la mémoire et opérations sur DataFrame

Méthode items() du DataFrame Pandas

Méthode iterrows() du DataFrame Pandas

Méthode d'utilisation mémoire du DataFrame Pandas

Méthode d'agrégation de la série Pandas

Méthode itertuples du DataFrame Pandas

Travailler avec les structures de données dans Pandas

Fonction d'alignement de DataFrame Pandas

Méthode boxplot() pour les DataFrame de Pandas

Méthode corrwith() des DataFrames Pandas

Méthode cov() du DataFrame Pandas

Méthode droplevel du DataFrame Pandas

Méthode DataFrame.from_dict de Pandas

Méthode get() sur un DataFrame Pandas

Méthode info() du DataFrame Pandas

Méthode d'ajout de Series dans Pandas

Méthode astype des Séries Pandas

Gérer les étiquettes dupliquées

Méthode apply() des Séries Pandas

Méthode Series.asfreq() de Pandas

Méthode abs() du DataFrame Pandas

Méthode asof() du DataFrame Pandas

Méthode de comparaison de DataFrame Pandas

Méthode DataFrame.idxmax() de Pandas

Méthode DataFrame.keys() de Pandas

Méthode nlargest du DataFrame Pandas

Méthode nsmallest du DataFrame Pandas

Méthode pop() du DataFrame Pandas

Méthode pct_change() du DataFrame Pandas

Méthode hist() pour les DataFrame Pandas

Méthode DataFrame.asfreq() de Pandas

Méthode assign() pour le DataFrame Pandas

Méthode de remplissage arrière dans un DataFrame Pandas

Méthode DataFrame.convert_dtypes() de Pandas

Méthode describe() pour DataFrame Pandas

Méthode dupliquée du DataFrame Pandas

Méthode head() pour les DataFrame de Pandas

Méthode d'interpolation de DataFrame Pandas

Méthode de réindexation d'un DataFrame Pandas

Méthode at_time du DataFrame Pandas

Méthode de moyenne des DataFrames Pandas

Méthode de médiane pour le DataFrame Pandas

Méthode corr() pour les DataFrame de Pandas

Méthode de filtrage des DataFrame Pandas

Méthode DataFrame.idxmin de Pandas

Méthode de jointure de DataFrame Pandas

Méthode applymap du DataFrame Pandas

Méthode fillna pour les DataFrame Pandas