Faites vos premiers pas vers une manipulation de données avancée en Julia ! Apprenez à personnaliser votre expérience avec le package DataFrames et à créer des visualisations avec le package Plots.

Plonger dans les DataFrames

Symboles vs chaînes de caractères

Décrivez-le moi

Il manque quelque chose ?

Sélectionner des colonnes

Sélection de colonnes

Sélectionner des motifs

Des manchots réguliers

Explorer les données avec des visualisations

Répartition des nageoires

Note vs pourcentage de cacao

Tracer l’évolution du salaire minimum dans le temps

Inspecter des DataFrames

Les colonnes sont les éléments de base des DataFrames. Savoir les manipuler est essentiel pour votre progression. Vous apprendrez à réorganiser et supprimer des colonnes, ainsi qu’à appliquer des fonctions aux lignes individuelles et à des colonnes entières.

Supprimer et déplacer des colonnes

Suppression chez les manchots

Réorganisation des salaires minimums

Manipuler les colonnes

Utiliser select()

Transformations sur les manchots

Combiner des chocolats

Que devez-vous utiliser ?

Créer de nouvelles colonnes

Copier les capitales

Options

Colonnes entières

Lignes individuelles

Colonne ou ligne ?

Pourcentages de chocolat

Travailler avec les colonnes

Dans ce chapitre, vous apprendrez à regrouper des données et à calculer des statistiques récapitulatives par groupe, ainsi qu’à créer des tableaux croisés. Vous verrez aussi comment améliorer la lisibilité de votre code avec le package Chain.jl.

Explorer des données groupées

Les salaires sous plusieurs angles

Comptage des groupes de manchots

Fèves de cacao uniques

Lignes en double ou non ?

Statistiques récapitulatives par groupe

Caractéristiques des manchots

Lieu de fabrication du chocolat et note

Pivoter des données

Réorganiser les salaires

Tableau croisé : origine du chocolat

Améliorer la lisibilité avec Chain.jl

Enchaîner des chocolats

Tracer des manchots avec Chain

Salaire minimum par région

Agréger des DataFrames

Apprenez à charger et joindre des jeux de données, ainsi qu’à gérer les valeurs manquantes. Puis il sera temps de tout assembler !

Charger et écrire des fichiers CSV

Décimales et délimiteurs

Charger les années 80

Mettez-le par écrit

Joindre des données

Associer États et capitales

Jointures sur les manchots

Gérer les valeurs manquantes

Supprimer les valeurs manquantes

Remplacer rating par la médiane

Remplacer rating par la médiane du groupe

Flux de travail efficace

Premiers pas avec les vols

Des retards manquants ?

Retards dans les aéroports américains

Récapitulatif

Améliorer votre flux de travail

Flights

Chocolates

US_minimum_wages

Airports

Airlines

Julia est un langage de programmation récent et prometteur, conçu pour le Machine Learning, le calcul scientifique et l’exploration de données. Ce cours vous donnera les bases nécessaires pour débuter votre parcours de manipulation de données en Julia.

Nous nous appuierons sur vos connaissances des DataFrames acquises dans les cours Introduction à Julia et Julia intermédiaire. À la fin du cours, vous saurez inspecter, transformer, regrouper et visualiser des DataFrames, et bien plus encore.

Introduction to Julia

Intermediate Julia

Maîtrisez les compétences essentielles de manipulation de données en Julia avec des DataFrames réels.

Manipulation de données en Julia

Maîtrisez les compétences essentielles de la manipulation de data dans Julia : inspecter, transformer, regrouper et visualiser des DataFrame

Principes fondamentaux de Julia

colonne contenant le nombre de caractères des noms des États

colonne contenant le ratio entre le salaire minimum d’État et le salaire minimum fédéral

Colonne ou ligne ?

Manipulation de données en Julia

Exercice interactif pratique