Ничего не найдено

Объединение данных с помощью pandas

В этом курсе Вы научитесь необходимым навыкам по объединению данных в pandas.

Иван Алтов
Преподаватель

Иван Алтов

Преподаватель в ФМШ с 13 летним стажем \ Опыт программирования на C++, Java, Python

4часа
15видео
37упражнений
4000опыта
Описание курсаУмение объединять и работать с несколькими датасетами – важный навык для любого начинающего специалиста Data Science. pandas является важнейшим фундаментом экосистемы Python Data Science, а Stack Overflow зафиксировал более 5 миллионов просмотров вопросов по pandas. С помощью этой библиотеки Вы научитесь работать с несколькими DataFrame: объединять, упорядочивать, соединять и изменять их форму. В этом курсе Вы будете работать с интересными наборами данных банка и города Программинск. Вы закончите курс, обладая необходимыми навыками по объединению данных в pandas.
1.  Основы соединения данных
Вы узнаете, как можно объединить различные данные при помощи метода inner. Объединив информацию из нескольких файлов, Вы откроете для себя интересные факты, которые ранее могли быть скрыты. Кроме того, Вы узнаете, как полученные данные могут повлиять на результат.

2.  Объединение таблиц с разными типами объединений
Во второй главе Вы перейдете на новый уровень своих знаний об объединениях. Вы будете работать с данными фильмов, и узнаете о таких методах объединения, как left, right, и outer. Вы также узнаете, как соединить таблицу саму с собой и по индексу DataFrame.

3.  Продвинутое объединение и конкатенация
В этой главе вы воспользуетесь мощными методами фильтрации, включая полу-объединение и анти-объединение. Вы также узнаете, как соединять DataFrame путем вертикального объединения и использования функции pandas.concat для создания новых датасетов. Кроме того, поскольку данные редко бывают чистыми, Вы также узнаете, как проверить ваши новые объединенные структуры данных.

4.  Объединение упорядоченных данных и данных временных рядов
В последней главе вы перейдете на новый уровень. С помощью специализированных методов pandas Вы научитесь объединять временные ряды и упорядоченные данные с реальными финансовыми и экономическими показателями. Вы также узнаете, как составлять запросы к полученным таблицам, используя формат в стиле SQL, и выполнять развертывание данных с помощью метода melt.

ООО «Дипскиллс»
г. Москва, ул. Измайловский Вал, д. 2
© DeepSkills, 2023