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.

Samenvattende statistieken

Gemiddelde en mediaan

Datums samenvatten

Efficiënte samenvattingen

Cumulatieve statistieken

Tellen

Duplicaten verwijderen

Categorische variabelen tellen

Gegroepeerde samenvattende statistieken

Welk percentage van de verkopen vond plaats bij elk winkeltype?

Berekeningen met .groupby()

Meerdere gegroepeerde samenvattingen

Draaitabellen

Draaien op één variabele

Vul ontbrekende waarden in en tel waarden op met draaitabellen

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

Je leert data over meerdere dimensies tegelijk te analyseren, waardoor je genuanceerde patronen kunt ontdekken door samenvattingen tegelijkertijd over verschillende categorieën op te splitsen.

Meerdere groeperingskolommen

Je leert hoe je samenvattende statistieken kunt opsplitsen per categorie, zodat je metrieken kunt vergelijken tussen verschillende groepen en patronen in je data kunt ontdekken.

Eén groeperingskolom

Je leert data samenvatten door belangrijke statistieken te berekenen, zoals totalen, gemiddelden en aantallen, waardoor je waardevolle inzichten uit ruwe data kunt halen.

Samenvattende waarden

Data-aggregatie

Je leert hoe je berekeningen met meerdere stappen uitvoert en percentages van totalen berekent, zodat je complexe metrieken kunt opbouwen die afhankelijk zijn van tussenresultaten.

Complexe transformaties

Je leert hoe je nieuwe kolommen maakt door waarden uit bestaande data te combineren en te berekenen, zodat je ratio's en andere metrics kunt afleiden die niet aanwezig zijn in de oorspronkelijke dataset.

Basistransformaties

Datatransformatie

Je leert hoe je specifieke rijen uit je data kunt extraheren op basis van voorwaarden, waardoor je je analyse kunt richten op relevante subsets en kunt omgaan met ontbrekende waarden en tekstpatronen.

Basis filteren

Je leert gegevens filteren op basis van meerdere criteria tegelijk, zodat je precies de rijen kunt ophalen die je nodig hebt door voorwaarden te combineren met AND- en OR-logica.

Meerdere voorwaarden

Je leert complexe filtering te vereenvoudigen door voorwaarden op te splitsen in afzonderlijke kolommen, en om het tegenovergestelde van een filterresultaat te extraheren, waardoor je analyse transparanter en beter verifieerbaar wordt.

Complex Filteren

Data filteren

Je leert hoe je verschillende berekeningen toepast op basis van specifieke voorwaarden, waardoor je waarden kunt standaardiseren, data in categorieën kunt classificeren en diverse scenario's binnen je data kunt afhandelen.

Conditionele transformatie

Je leert samenvattingen te berekenen die alleen waarden bevatten die aan specifieke criteria voldoen, waardoor je genuanceerde statistieken kunt berekenen zoals het "gemiddelde van alleen vertraagde vluchten" binnen elke groep.

Conditionele aggregatie

Conditionele operaties

Avocado prices

Walmart sales

Homelessness data

Temperatures

Course Glossary: Data Manipulation with pandas

pandas is ’s werelds populairste Python-bibliotheek die wordt gebruikt voor alles, van datamanipulatie tot data-analyse. In deze cursus leer je hoe je DataFrames manipuleert, terwijl je echte gegevenssets extraheert, filtert en transformeert voor analyse. Met pandas verken je alle kernconcepten van data science. Aan de hand van echte data, zoals Walmart-verkoopcijfers en wereldwijde temperatuurreeksen, leer je hoe je data importeert, opschoont, statistieken berekent en visualisaties maakt; met pandas om Python nog krachtiger te maken!

De video's bevatten live-transcripties die je kunt openen door linksonder op 'Transcript weergeven' te klikken.

De woordenlijst van de cursus vind je rechts in het gedeelte met resources.

Om CPE-punten te behalen moet je de cursus afronden en minimaal 70% scoren op de gekwalificeerde toets. Ga naar de toets door rechts op de knop onder CPE-punten te klikken.

pandas is de populairste Python-bibliotheek ter wereld en wordt gebruikt voor alles, van datamanipulatie tot data-analyse. In deze cursus leer je, met een AI Tutor aan je zijde, hoe je DataFrames kunt bewerken terwijl je datasets uit de praktijk aggregeert, filtert en transformeert voor analyse. Met pandas verken je alle kernbewerkingen voor datamanipulatie die essentieel zijn in data science.

<h2>Datamanipulatie met pandas</h2>

  

<br><br>

 

<br><br>
<h2></h2>

  

<br><br>

 

<br><br>
<h2></h2>

 

Intermediate Python

Deze cursus leert je DataFrames manipuleren met pandas voor het analyseren van echte datasets.

Datamanipulatie met pandas

Leer hoe je data importeert en opschoont, statistieken berekent en visualisaties maakt met pandas. 

Associate Data Scientist  in Python

Data-analist  in Python

Gegevensmanipulatie  in Python

Python-gegevensbasisprincipes

Datums samenvatten

Datamanipulatie met pandas

Oefeninstructies

Interactieve oefening met praktijkervaring