Practice using pandas to get just the data you want from flat files, learn how to wrangle data types and handle errors, and look into some U.S. tax data along the way.

Introduction to flat files

Get data from CSVs

Get data from other flat files

Modifying flat file imports

Import a subset of columns

Import a file in chunks

Handling errors and missing data

Specify data types

Set custom NA values

Skip bad data

Importing Data from Flat Files

Automate data imports from that staple of office life, Excel files. Import part or all of a workbook and ensure boolean and datetime data are properly loaded, all while learning about how other people are learning to code.

Introduzione ai fogli di calcolo

Importa dati da un foglio di calcolo

Carica una parte di un foglio di calcolo

Recuperare dati da più fogli di lavoro

Seleziona un singolo foglio

Seleziona più fogli

Lavora con più fogli di calcolo

Modificare le importazioni: dati true/false

Imposta colonne booleane

Imposta valori personalizzati per vero/falso

Modificare le importazioni: analizzare le date

Analizza date semplici

Ottieni datetime da più colonne

Esegui il parse di formati data non standard

Importing Data From Excel Files

Combine pandas with the powers of SQL to find out just how many problems New Yorkers have with their housing. This chapter features introductory SQL topics like WHERE clauses, aggregate functions, and basic joins.

Introduction to databases

Connect to a database

Load entire tables

Refining imports with SQL queries

Selecting columns with SQL

Selecting rows

Filtering on multiple conditions

More complex SQL queries

Getting distinct values

Counting in groups

Working with aggregate functions

Loading multiple tables with joins

Joining tables

Joining and filtering

Joining, filtering, and aggregating

Importing Data from Databases

Learn how to work with JSON data and web APIs by exploring a public dataset and getting cafe recommendations from Yelp. End by learning some techniques to combine datasets once they have been loaded into data frames.

Introduction to JSON

Load JSON data

Work with JSON orientations

Introduction to APIs

Get data from an API

Set API parameters

Set request headers

Working with nested JSONs

Flatten nested JSONs

Handle deeply nested data

Combining multiple datasets

Concatenate dataframes

Merge dataframes

Wrap-up

Importing JSON Data and Working with APIs

Vermont tax return data by ZIP code

FreeCodeCamp New Developer Survey response subset

NYC weather and 311 housing complaints

Prima di poter analizzare i dati, devi innanzitutto acquisirli. In questo corso impari a creare pipeline per importare dati conservati in formati di archiviazione comuni. Userai pandas, una delle principali librerie Python per l’analisi, per ottenere dati da un’ampia varietà di fonti: dai fogli di calcolo con risposte ai sondaggi, a un database di richieste di servizi pubblici, fino a un’API di un popolare sito di recensioni. Lungo il percorso, imparerai a perfezionare le importazioni per ottenere solo ciò che ti serve e ad affrontare problemi come i tipi di dati non corretti. Infine, assemblerai un insieme di dati personalizzato partendo da più fonti.

Intermediate Python

Intermediate SQL

Impara ad acquisire dati da formati comuni come file CSV, fogli di calcolo, JSON, database SQL e API.

Acquisizione dati semplificata con pandas

Impara a prendere dati da formati di file e sistemi comuni come file CSV, fogli di calcolo, JSON, database SQL e API.

Recuperare dati da più fogli di lavoro

Create Your Free Account