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.

Wide and long data formats

The long and the wide

Flipping players

Reshaping using pivot method

Dribbling the pivot method

Offensive or defensive player?

Replay that last move!

Pivot tables

Reviewing the moves

Exploring the big match

The tallest and the heaviest

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.

Data herschikken en combineren

Minder fastfood, alsjeblieft!

Alleen omhoog

Een groepsanalyse

Een lijstachtige kolom transformeren

Alles samenvoegen

Explode de grenzen

De vertrouwde split

Geneste gegevens inlezen in een DataFrame

Geneste films

Een complexe film

Werken met geneste gegevenskolommen

Geneste vogelgegevens uitpakken

Gooi de vogel niet weg

De laatste reshape

Advanced Reshaping

Customer churn data

Books data

FIFA players data

Obesity data

Data staat vaak in een menselijk leesbaar formaat, maar is niet geschikt voor data-analyse. Daar komt pandas van pas—het is een krachtig hulpmiddel om DataFrames naar verschillende indelingen om te vormen. In deze cursus ontwikkel je je skills als data scientist en analist terwijl je leert hoe je met tekenreeks-kolommen en geneste data in een DataFrame werkt. Je gaat aan de slag met realistische data, zoals FIFA-spelerbeoordelingen, boekrecensies en churn-analyse, terwijl je leert hoe je een DataFrame van breed naar lang formaat omzet, rijen en kolommen stapelt en ontspiegelt, en beschrijvende statistieken haalt uit een DataFrame met een multi-index.

Data Manipulation with pandas

Hervorm DataFrames van breed naar lang formaat, stapel rijen en kolommen, beheer multi-index DataFrames.

Data herstructureren met pandas

Verander DataFrames van een breed naar een lang formaat, stapel en ontstapel rijen en kolommen, en werk met DataFrames met meerdere indexen.

Data herschikken en combineren

Create Your Free Account