Mach die ersten Schritte hin zu komplexer Datenmanipulation in Julia! Lerne, wie du das DataFrames-Paket an deine Bedürfnisse anpasst und wie du mit dem Plots-Paket Datenvisualisierungen erstellst.

Einstieg in DataFrames

Symbole vs. Strings

Beschreib es mir

Fehlt da was?

Spalten auswählen

Spaltenauswahl

Muster auswählen

Reguläre Pinguine

Daten mit Visualisierungen erkunden

Verteilung der Flossenlängen

Bewertung vs. Kakaoprozente

Mindestlöhne im Zeitverlauf plotten

DataFrames inspizieren

Spalten sind die Grundbausteine von DataFrames. Zu wissen, wie man mit Spalten umgeht, ist entscheidend auf deiner Reise der Datenmanipulation. Du lernst, wie du Spalten umordnest und entfernst sowie Funktionen auf einzelne Zeilen und ganze Spalten anwendest.

Spalten löschen und verschieben

Pinguin-Spalte löschen

Neu anordnen der Löhne

Spalten manipulieren

select() verwenden

Pinguin-Transformationen

Schokoladen kombinieren

Was sollst du verwenden?

Neue Spalten erstellen

Die Hauptstädte kopieren

Optionen

Ganze Spalten

Einzelne Zeilen

Spalte oder Zeile?

Schokoladenprozente

Mit Spalten arbeiten

In diesem Kapitel lernst du, wie du Daten gruppierst und gruppierte Zusammenfassungsstatistiken berechnest sowie Pivot-Tabellen erstellst. Außerdem erfährst du, wie du mit dem Paket Chain.jl die Lesbarkeit deines Codes verbesserst.

Gruppierte Daten erkunden

Löhne auf mehreren Wegen

Pinguin-Gruppenzählungen

Einzigartige Kakaobohnen

Doppelte Zeilen oder nicht?

Gruppierte Zusammenfassungsstatistiken

Merkmale von Pinguinen

Schokoladen-Standort vs. Bewertung

Daten pivotieren

Löhne umformen

Pivot nach Schokoladen-Standort

Lesbarkeit mit Chain.jl verbessern

Schokolade verketten

Pinguine plotten mit Chain

Mindestlohn nach Region

DataFrames aggregieren

Lerne, wie du Datensätze lädst und verbindest und wie du mit fehlenden Werten umgehst. Danach fügen wir alles zusammen!

CSV-Dateien laden und schreiben

Dezimaltrennzeichen und Delimiter

Die 80er laden

Schreib es auf

Daten verknüpfen

Bundesstaaten treffen Hauptstädte

Pinguin-Joins

Mit fehlenden Werten umgehen

Fehlende Werte entfernen

rating durch Median ersetzen

rating durch Gruppenmedian ersetzen

Effizienter Workflow

Erste Schritte mit Flugdaten

Fehlende Verspätungen?

Verspätungen auf US-Flughäfen

Zusammenfassung

Deinen Workflow verbessern

Flights

Chocolates

US_minimum_wages

Airports

Airlines

Julia ist eine neue und spannende Programmiersprache für Machine Learning, wissenschaftliches Rechnen und Data Mining. In diesem Kurs bekommst du das nötige Wissen, um deine eigene Reise zur Datenmanipulation in Julia zu starten.

Wir bauen auf deinen Kenntnissen zu DataFrames aus den Kursen Introduction to Julia und Intermediate Julia auf. Am Ende des Kurses beherrschst du die wichtigsten Fähigkeiten, um DataFrames zu inspizieren, zu transformieren, zu gruppieren und zu visualisieren – und vieles mehr.

Introduction to Julia

Intermediate Julia

Beherrsche Datenmanipulation in Julia: Datenrahmen inspizieren, transformieren, gruppieren und visualisieren.

Datenmanipulation in Julia

Dieser Kurs fokussiert sich auf die wichtigsten Skills der Datenbearbeitung in Julia.

Julia-Grundlagen

Spalte mit der Anzahl der Zeichen in den Namen der Bundesstaaten

Spalte mit dem Verhältnis zwischen staatlichem und bundesweitem Mindestlohn

Spalte oder Zeile?

Datenmanipulation in Julia

Interaktive Übung