Let's start by understanding the concept of wide and long formats and the advantages of using each of them. You’ll then learn how to pivot data from long to a wide format, and get summary statistics from a large DataFrame.

Formati di dati wide e long

Opzioni

Long format

Wide format

Il long e il wide

Capovolgere i giocatori

Riorganizzare i dati con il metodo pivot

Dribbling con il metodo pivot

Giocatore offensivo o difensivo?

Ripeti l'ultima mossa!

Tabelle pivot

Rivedere le mosse

Esplorare il big match

Il più alto e il più pesante

Introduction to Data Reshaping

Master the technique of reshaping DataFrames from wide to long format. In this chapter, you'll learn how to use the melting method and wide to long function before discovering how to handle string columns by concatenating or splitting them.

Reshaping with melt

Gothic times

Rating is not everything

How is Frankenstein, Dorian Gray?

Wide to long function

The golden age

Decrypting the code

Time to read, Katniss!

Working with string columns

Did you say dystopia?

What's your rating, Harry?

Elementary, dear Watson!

Converting Between Wide and Long Format

In this chapter, you’ll level-up your data manipulation skills using multi-level indexing. You'll learn how to reshape DataFrames by rearranging levels of the row indexes to the column axis, or vice versa. You'll also gain the skills you need to handle missing data generated in the stacking and unstacking processes.

Stacking DataFrames

Stack the calls!

Phone directory index

Text me!

Unstacking DataFrames

International caller

Call another time

Organizing your voicemail

Working with multiple levels

Swap your SIM card

Two many calls

Handling missing data

A missed phone call

Don't drop the stack

Stacking and Unstacking DataFrames

You'll finish by learning how to combine the reshaping process with grouping to produce quick data manipulations. Lastly, you'll discover how to transform list-like columns and handle complex nested data, such as nested JSON files.

Reshaping and combining data

Less fast food, please!

Only going up

A group analysis

Transforming a list-like column

Merge it all

Explode the bounds

The good old split

Reading nested data into a DataFrame

Nested movies

A complex film

Dealing with nested data columns

Un-nesting birds

Don't dump the bird

The final reshape

Advanced Reshaping

Customer churn data

Books data

FIFA players data

Obesity data

Spesso i dati sono in un formato leggibile dalle persone, ma non adatto all’analisi. Qui entra in gioco pandas: è uno strumento potente per rimodellare i DataFrame in formati diversi. In questo corso, potenzierai le tue competenze da data scientist e analyst imparando a gestire colonne di stringhe e dati annidati contenuti in un DataFrame. Lavorerai con dati reali, tra cui valutazioni dei giocatori FIFA, recensioni di libri e dati di churn analysis, mentre impari a trasformare un DataFrame da formato wide a formato long, a eseguire stack e unstack di righe e colonne e a ottenere statistiche descrittive da un DataFrame con multi-index.

Data Manipulation with pandas

Riorganizza DataFrame da largo a lungo, impila/scompila righe e colonne, gestisci multi-indici.

Rimodellare i dati con pandas

Riorganizza i DataFrame da un formato largo a uno lungo, impila e disimpila righe e colonne e gestisci i DataFrame multi-indice.

Manipolazione dei dati  in Python

Importazione e pulizia dei dati  in Python

Ci sono più record per ogni osservazione

Serve una colonna per identificare i record della stessa osservazione

Ogni feature è presentata in una colonna separata

Ogni riga mostra molte feature della stessa osservazione

Il long e il wide

Rimodellare i dati con pandas

Esercizio pratico interattivo