Maîtrisons les bases des pandas. Apprenez à inspecter les DataFrames et à effectuer des manipulations fondamentales, notamment le tri des lignes, la création de sous-ensembles et l'ajout de nouvelles colonnes.

Présentation des DataFrames

Inspection d'un DataFrame

Parties d'un DataFrame

Tri et sous-ensemble

Tri des lignes

Création de sous-ensemble de colonnes

Création de sous-ensemble de lignes

Création de sous-ensemble de lignes par variables catégorielles

Nouvelles colonnes

Ajout de nouvelles colonnes

Attaque combinée !

Transformation des DataFrames

Dans ce chapitre, vous calculerez des statistiques récapitulatives sur des colonnes DataFrame et maîtriserez les statistiques récapitulatives groupées et les tableaux croisés dynamiques.

Statistiques récapitulatives

Moyenne et médiane

Récapitulatif des dates

Des récapitulatifs efficaces

Statistiques cumulatives

Comptage

Suppression des doublons

Comptage des variables catégorielles

Statistiques récapitulatives groupées

Quel est le pourcentage des ventes réalisées dans chaque type de magasin ?

Calculs avec .groupby()

Plusieurs récapitulatifs groupés

Tableaux croisés dynamiques

Faire un tri croisé sur une variable

Compléter les valeurs manquantes et additionner les valeurs à l'aide de tableaux croisés dynamiques

Agrégation des DataFrames

Les index sont des noms de ligne et de colonne surchargés. Découvrez comment les combiner avec le découpage pour obtenir un puissant moyen de créer des sous-ensembles de DataFrame.

Index explicites

Mise en place et suppression d'index

Création de sous-ensemble avec .loc[]

Mise en place d'index multiniveaux

Tri par valeurs d'index

Découpage et sous-ensemble avec .loc et .iloc

Découpage des valeurs d'index

Découpage dans les deux sens

Découpage de séries temporelles

Création de sous-ensemble par numéro de ligne/colonne

Travailler avec des tableaux croisés dynamiques

Faire un tri croisé sur la température par ville et par année

Créer des sous-ensembles de tableaux croisés dynamiques

Calcul sur un tableau croisé dynamique

Découpage et indexation des DataFrames

Apprenez à visualiser le contenu de vos DataFrame, à gérer les valeurs de données manquantes, à importer des données à partir de fichiers CSV et à exporter des données vers ces fichiers.

Visualiser vos données

Quelle est la taille d'avocat la plus plébiscitée ?

Évolution des ventes dans le temps

Offre et demande d'avocats

Prix des avocats conventionnels et biologiques

Valeurs manquantes

Recherche de valeurs manquantes

Suppression des valeurs manquantes

Remplacement des valeurs manquantes

Création de cadres de données

Liste de dictionnaires

Dictionnaire de listes

Lire et écrire des fichiers CSV

CSV vers DataFrame

DataFrame vers CSV

Conclusion

Création et visualisation de DataFrames

Avocado prices

Walmart sales

Homelessness data

Temperatures

Pandas est la bibliothèque Python la plus populaire au monde, utilisée pour tout, de la manipulation à l'analyse des données. Dans ce cours, vous apprendrez à manipuler les DataFrames, en extrayant, filtrant et transformant des ensembles de données du monde réel à des fins d'analyse. En utilisant pandas, vous explorerez tous les concepts de base de la science des données. À l'aide de données réelles, notamment les chiffres de vente de Walmart et les séries chronologiques des températures mondiales, vous apprendrez à importer, nettoyer, calculer des statistiques et créer des visualisations, en utilisant pandas pour accroître la puissance de Python.

<h2>Manipulation de données avec pandas</h2>
pandas est la bibliothèque Python la plus populaire au monde, utilisée pour tout, de la manipulation des données à l'analyse des données. Dans ce cours, vous apprendrez à manipuler les DataFrames, en extrayant, filtrant et transformant des ensembles de données du monde réel à des fins d'analyse. 
<br><br>
En utilisant pandas, vous explorerez tous les concepts de base de la science des données. À l'aide de données réelles, notamment les chiffres de vente de Walmart et les séries chronologiques des températures mondiales, vous apprendrez à importer, nettoyer, calculer des statistiques et créer des visualisations, en utilisant pandas pour accroître la puissance de Python.
<br><br>
<h2>Travaillez avec pandas Data pour explorer les concepts de base de la science des données</h2>
Vous commencerez par maîtriser les bases de pandas, y compris la façon d'inspecter les DataFrames et d'effectuer quelques manipulations fondamentales. Vous apprendrez également à agréger des DataFrames, avant de passer au découpage et à l'indexation. 
<br><br>
Vous terminerez le cours en apprenant à visualiser le contenu de vos DataFrames, en travaillant avec un ensemble de données qui contient les ventes hebdomadaires d'avocats aux États-Unis. 
<br><br>
<h2>Apprenez à manipuler les DataFrames</h2>
En suivant ce cours sur pandas, vous comprendrez comment utiliser cette bibliothèque Python pour manipuler des données. Vous comprendrez les DataFrames et comment les utiliser, et vous serez capable de visualiser vos données en Python.

Intermediate Python

Ce cours sur pandas vous apprend à manipuler des DataFrames pour analyser des ensembles de données.

Manipulation de données avec pandas

Apprenez à importer et nettoyer des données, calculer des statistiques et créer des visualisations avec pandas. 

Lire et écrire des fichiers CSV

Create Your Free Account