Let’s master the pandas basics. Learn how to inspect DataFrames and perform fundamental manipulations, including sorting rows, subsetting, and adding new columns.

Introducing DataFrames

Inspecting a DataFrame

Parts of a DataFrame

Sorting and subsetting

Sorting rows

Subsetting columns

Subsetting rows

Subsetting rows by categorical variables

New columns

Adding new columns

Combo-attack!

Transforming DataFrames

In this chapter, you’ll calculate summary statistics on DataFrame columns, and master grouped summary statistics and pivot tables.

Statistiche riassuntive

Media e mediana

Statistiche riassuntive su date

Statistiche riassuntive efficienti

Statistiche cumulative

Contare

Eliminazione dei duplicati

Contare variabili categoriche

Statistiche riassuntive raggruppate

Qual è la percentuale delle vendite effettuate per ciascun tipo di negozio?

Calcoli con .groupby()

Statistiche riassuntive su gruppi multipli

Tabelle pivot

Creazione di tabelle pivot su una variabile

Gestione dei valori mancanti e somma con tabelle pivot

Aggregating DataFrames

Indexes are supercharged row and column names. Learn how they can be combined with slicing for powerful DataFrame subsetting.

Explicit indexes

Setting and removing indexes

Subsetting with .loc[]

Setting multi-level indexes

Sorting by index values

Slicing and subsetting with .loc and .iloc

Slicing index values

Slicing in both directions

Slicing time series

Subsetting by row/column number

Working with pivot tables

Pivot temperature by city and year

Subsetting pivot tables

Calculating on a pivot table

Slicing and Indexing DataFrames

Learn to visualize the contents of your DataFrames, handle missing data values, and import data from and export data to CSV files.

Visualizing your data

Which avocado size is most popular?

Changes in sales over time

Avocado supply and demand

Price of conventional vs. organic avocados

Missing values

Finding missing values

Removing missing values

Replacing missing values

Creating DataFrames

List of dictionaries

Dictionary of lists

Reading and writing CSVs

CSV to DataFrame

DataFrame to CSV

Wrap-up

Creating and Visualizing DataFrames

Imparerai ad analizzare i dati attraverso più dimensioni contemporaneamente, permettendoti di scoprire pattern complessi scomponendo i riepiloghi in diverse categorie simultaneamente.

Colonne di raggruppamento multiple

Imparerai a suddividere le statistiche riassuntive per categorie, permettendoti di confrontare le metriche tra diversi gruppi e individuare pattern nei tuoi dati.

Una colonna di raggruppamento

Imparerai a riassumere i dati calcolando statistiche chiave come totali, medie e conteggi, permettendoti di estrarre informazioni significative dai dati grezzi.

Valori di riepilogo

Aggregazione dei dati

Imparerai a gestire calcoli in più passaggi e a calcolare le percentuali dei totali, consentendoti di creare metriche complesse che dipendono da risultati intermedi.

Trasformazioni complesse

Imparerai a creare nuove colonne combinando e calcolando i valori dai dati esistenti, permettendoti di ricavare rapporti e altre metriche non disponibili nel dataset originale.

Trasformazioni di base

Trasformazione dei dati

Imparerai a estrarre righe specifiche dai tuoi dati in base a determinate condizioni, permettendoti di concentrare l'analisi su sottoinsiemi rilevanti e di gestire i valori mancanti e i pattern di testo.

Filtri di base

Imparerai a filtrare i dati utilizzando più criteri contemporaneamente, permettendoti di estrarre esattamente le righe di cui hai bisogno combinando le condizioni con la logica AND e OR.

Condizioni multiple

Imparerai a semplificare il filtraggio complesso scomponendo le condizioni in colonne separate e a estrarre l'opposto del risultato di un filtro, rendendo la tua analisi più trasparente e verificabile.

Filtraggio complesso

Filtraggio dei dati

Imparerai ad applicare calcoli diversi in base a specifiche condizioni, permettendoti di standardizzare i valori, classificare i dati in categorie e gestire vari scenari all'interno dei tuoi dati.

Trasformazione condizionale

Imparerai a calcolare riepiloghi che includono solo i valori che soddisfano criteri specifici, permettendoti di calcolare metriche dettagliate come la "media dei soli voli in ritardo" all'interno di ciascun gruppo.

Aggregazione condizionale

Operazioni condizionali

Avocado prices

Walmart sales

Homelessness data

Temperatures

Course Glossary: Data Manipulation with pandas

pandas è la libreria Python più utilizzata al mondo per la manipolazione e l’analisi dei dati. In questo corso imparerai a gestire i DataFrame, estraendo, filtrando e trasformando set di dati reali per l'analisi. Con pandas scoprirai tutti i concetti base della data science. Utilizzando dati reali, come le vendite di Walmart o le serie temporali delle temperature globali, imparerai a importare, pulire, calcolare statistiche e creare visualizzazioni, sfruttando pandas per potenziare al massimo le capacità di Python!

pandas is the world's most popular Python library, used for everything from data manipulation to data analysis. In this course, with an AI Tutor by your side, you'll learn how to manipulate DataFrames, as you aggregate, filter, and transform real-world datasets for analysis. Using pandas you’ll explore all of the core data manipulation operations essential in data science.

<h2>Scopri la manipolazione dei dati con pandas</h2>
In questo corso scoprirai perché pandas è la libreria Python più utilizzata al mondo per la manipolazione e l’analisi dei dati. Imparerai a manipolare i DataFrame, estraendo, filtrando e trasformando set di dati reali per l'analisi. 
<br><br>
Con pandas scoprirai tutti i concetti base della data science. Utilizzando dati reali, come le vendite di Walmart o le serie temporali delle temperature globali, imparerai a importare, pulire, calcolare statistiche e creare visualizzazioni, sfruttando pandas per potenziare al massimo le capacità di Python.
<br><br>
<h2>Lavora con i DataFrame per esplorare i concetti fondamentali della data science</h2>
Inizierai padroneggiando le basi di pandas, compreso come ispezionare i DataFrame ed eseguire manipolazioni fondamentali. Apprenderai anche ad aggregare i DataFrame, prima di passare allo slicing e all'indicizzazione. 
<br><br>
Concluderai il corso imparando a visualizzare il contenuto dei tuoi DataFrame, lavorando con un set di dati che contiene le vendite settimanali di avocado negli Stati Uniti. 
<br><br>
<h2>Impara a manipolare i DataFrame</h2>
Completando questo corso su pandas, capirai come utilizzare questa libreria Python per la manipolazione dei dati. Comprenderai i DataFrame e il loro utilizzo, e sarai in grado di creare visualizzazioni efficaci in Python.

Intermediate Python

Il corso di manipolazione dati con pandas ti insegnerà a gestire DataFrame per analisi di dataset reali.

Manipolazione dei dati con pandas

Impara a importare e pulire dati, calcolare statistiche e creare visualizzazioni con pandas. 

Statistiche riassuntive raggruppate

Create Your Free Account