Iniziamo con le basi. Scoprirai come gestire i DataFrame ed eseguire le operazioni fondamentali, come ordinare le righe, creare sottoinsiemi e aggiungere nuove colonne.

Introduzione ai DataFrame

Esplorare un DataFrame

Le parti di un DataFrame

Ordinamento e selezione di sottoinsiemi

Ordinamento delle righe

Creare un sottoinsieme di colonne

Creare un sottoinsieme di righe

Creare un sottoinsieme di righe in base a variabili categoriche

Nuove colonne

Aggiungere nuove colonne

Attacco combinato!

Trasformare i DataFrame

In questo capitolo calcolerai statistiche riassuntive sulle colonne di un DataFrame e imparerai a organizzarle per gruppi e a rappresentarle con tabelle pivot.

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

Aggregazione di DataFrame

Gli indici sono nomi di righe e colonne potenziati. Scopri come combinarli con lo slicing per creare sottoinsiemi avanzati di DataFrame.

Indici espliciti

Impostazione e rimozione degli indici

Creare un sottoinsieme con .loc[]

Impostare indici multilivello

Ordinamento per valori dell’indice

Slicing e sottoinsiemi con .loc e .iloc

Slicing dei valori dell’indice

Slicing bidirezionale

Slicing delle serie temporali

Creare sottoinsiemi usando la posizione di righe e colonne

Lavorare con tabelle pivot

Tabella pivot delle temperature per città e anno

Creare sottoinsiemi di tabelle pivot

Eseguire calcoli su una tabella pivot

Slicing e uso degli indici nei DataFrame

Impara a visualizzare il contenuto dei tuoi DataFrame, a gestire i valori mancanti, e a importare ed esportare dati in file CSV.

Visualizzare i tuoi dati

Qual è la dimensione di avocado più venduta?

Evoluzione delle vendite nel tempo

Domanda e offerta di avocado

Prezzo degli avocado convenzionali vs. avocado biologici

Valori mancanti

Trovare i valori mancanti

Eliminare i valori mancanti

Sostituzione dei valori mancanti

Creare DataFrame

Lista di dizionari

Dizionario di liste

Leggere e scrivere file CSV

Da CSV a DataFrame

Da DataFrame a CSV

Conclusione

Creare e visualizzare DataFrame

Avocado prices

Walmart sales

Homelessness data

Temperatures

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!

<h2>Scoprire la manipolazione dei dati con i panda</h2>
Con questo corso imparerai perché pandas è la libreria Python più popolare al mondo, utilizzata per qualsiasi cosa, dalla manipolazione dei dati all'analisi dei dati. Scoprirai come manipolare i DataFrames, come estrarre, filtrare e trasformare i dataset del mondo reale per l'analisi. 
<br><br>
Con i panda esplorerai tutti i concetti fondamentali della scienza dei dati. Utilizzando dati reali, come i dati di vendita di Walmart e le serie temporali della temperatura globale, imparerai a importare, pulire, calcolare statistiche e creare visualizzazioni, utilizzando i panda per aumentare la potenza di Python.
<br><br>
<h2>Lavora con pandas Data per esplorare i concetti fondamentali della scienza dei dati</h2>
Inizierai a padroneggiare le basi di pandas, compreso come ispezionare i DataFrames ed eseguire alcune manipolazioni fondamentali. Imparerai anche ad aggregare i DataFrames, prima di passare allo slicing e all'indicizzazione. 
<br><br>
Concluderai il corso imparando a visualizzare il contenuto dei tuoi DataFrames, lavorando con un set di dati che contiene le vendite settimanali di avocado negli Stati Uniti. 
<br><br>
<h2>Impara a manipolare i DataFrames</h2>
Completando questo corso su pandas, capirai come utilizzare questa libreria Python per la manipolazione dei dati. Conoscerai i DataFrames e il loro utilizzo e sarai in grado di visualizzare i tuoi dati 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 i dati, a calcolare le statistiche e a creare visualizzazioni con i panda. 

Leggere e scrivere file CSV

Create Your Free Account