Практические лабораторные работы по Pandas

Этот курс содержит множество лабораторных работ по Pandas. Каждая лабораторная работа представляет собой небольшой проект на основе Pandas с подробными инструкциями и решениями. Вы можете практиковать свои навыки работы с Pandas, улучшить свои навыки программирования и научиться писать чистый и эффективный код, выполняя эти лабораторные работы.

PythonНаука о данных

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Программа

Введение в Pandas

Работа с пропущенными данными

Работа с целочисленными значениями, допускающими значение null

Метод expanding() для DataFrame в Pandas

Метод groupby() для DataFrame в Pandas

Использование разреженных структур в Pandas

Расширьте pandas с помощью PyArrow

Метод agg() для DataFrame в Pandas

Масштабирование больших наборов данных

Метод any() для DataFrame в Pandas

Метод drop() для DataFrame в Pandas

Метод ранжирования DataFrame в Pandas

Метод astype() для DataFrame в Pandas

Метод apply() для DataFrame в Pandas

Преобразование данных с использованием Pandas

Руководство по реализации Copy-On-Write в Pandas

Работа с временными интервалами

Метод combine_first() для DataFrame в Pandas

Метод dropna для DataFrame в Pandas

Метод drop_duplicates() для DataFrame библиотеки Pandas

Метод count() для DataFrame в Pandas

Метод сводной таблицы в DataFrame библиотеки Pandas

Метод pivot() для DataFrame в Pandas

Операции с окнами в Pandas

Основы манипуляции данными с использованием Pandas

Метод query() для DataFrame в Pandas

Метод копирования DataFrame в Pandas

Метод eq() для DataFrame в Pandas

Работа с типом данных Nullable Boolean

Метод agg() для Pandas Series

Основы Pandas: Использование памяти и операции с DataFrame

Метод items() для DataFrame в Pandas

Метод iterrows() для DataFrame в Pandas

Метод использования памяти DataFrame в Pandas

Метод агрегации Series в Pandas

Метод itertuples() для DataFrame в Pandas

Работа с структурами данных в Pandas

Функция выравнивания DataFrame в Pandas

Метод boxplot() для DataFrame в Pandas

Метод corrwith для DataFrame в Pandas

Метод cov для DataFrame в Pandas

Метод droplevel() для DataFrame в Pandas

Метод DataFrame.from_dict в Pandas

Метод get() для DataFrame в Pandas

Метод info() для DataFrame в Pandas

Метод append для Series в pandas

Метод astype() для Series в Pandas

Работа с дублирующимися метками

Метод apply() для Series в Pandas

Метод Series.asfreq() в Pandas

Метод abs() для DataFrame в Pandas

Метод asof() для DataFrame в Pandas

Метод сравнения DataFrame в Pandas

Метод DataFrame.idxmax() в Pandas

Метод keys() для DataFrame в Pandas

Метод nlargest в DataFrame библиотеки Pandas

Метод nsmallest для DataFrame в Pandas

Метод pop() для DataFrame в Pandas

Метод pct_change() в DataFrame библиотеки Pandas

Метод hist() для DataFrame в Pandas

Метод DataFrame.asfreq() в Pandas

Метод assign() для DataFrame в Pandas

Метод backfill для DataFrame в Pandas

Метод DataFrame.convert_dtypes() в Pandas

Метод describe() для DataFrame в Pandas

Метод duplicated() для DataFrame в Pandas

Метод head() для DataFrame в Pandas

Метод интерполяции в DataFrame библиотеки Pandas

Метод reindex в DataFrame библиотеки Pandas

Метод at_time для DataFrame в Pandas

Метод mean() для DataFrame в Pandas

Метод медианы в DataFrame Pandas

Метод corr() для DataFrame в Pandas

Метод фильтрации Pandas DataFrame

Метод DataFrame.idxmin в Pandas

Метод объединения DataFrame в Pandas

Метод applymap() для DataFrame в Pandas

Метод fillna() для DataFrame в Pandas

Метод append в Pandas

Обработка текстовых данных в Pandas

Введение

Этот курс Практические лабораторные работы по Pandas разработан для того, чтобы помочь вам овладеть основными навыками манипуляции и анализа данных с использованием мощной библиотеки Pandas. В рамках серии практических лабораторных работ вы получите возможность применить свои знания Pandas к реальным сценариям работы с данными и улучшить свои навыки программирования.

🎯 Задачи

В этом курсе вы научитесь:

  • Загружать, очищать и предобрабатывать данные с использованием Pandas
  • Применять продвинутые методы анализа и манипуляции данными, такие как индексация, фильтрация, группировка и агрегация данных
  • Визуализировать данные с использованием встроенных возможностей визуализации Pandas
  • Писать эффективный и понятный код на Pandas, следуя лучшим практикам

🏆 Достижения

После завершения этого курса вы сможете:

  • С уверенностью применять Pandas для решения широкого спектра задач, связанных с данными
  • Получить глубокое понимание основных функций Pandas и научиться эффективно использовать их
  • Улучшить свои навыки программирования, практикуя работу с Pandas в практическом, проектно-ориентированном окружении
  • Продемонстрировать свою компетентность в использовании Pandas, завершив серию практических лабораторных работ

Преподаватель

labby
Labby
Labby is the LabEx teacher.

Рекомендовано для вас

no data