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.

Geniş ve uzun veri biçimleri

Seçenekler

Uzun biçim

Geniş biçim

Uzun ve geniş

Oyuncuları çevirmek

pivot yöntemiyle yeniden şekillendirme

Pivot yönteminde dripling

Hücum mu savunma oyuncusu mu?

Son hamleyi tekrar et!

Pivot tabloları

Hamleleri gözden geçirme

Büyük maçı keşfet

En uzun ve en ağır

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

Çoğu zaman veriler insanın okuyabileceği bir biçimdedir ama veri analizi için uygun olmaz. İşte burada pandas devreye girer—DataFrame’leri farklı biçimlere dönüştürmek için güçlü bir araçtır. Bu derste, bir DataFrame’de yer alan metin (string) sütunları ve iç içe verilerle nasıl çalışacağını öğrenirken veri bilimci ve analist becerilerini geliştireceksin. Geniş biçimden uzun biçime dönüştürme, satır ve sütunları stack/unstack etme ve çoklu indeksli bir DataFrame’in betimsel istatistiklerini elde etme konularını öğrenirken FIFA oyuncu puanları, kitap incelemeleri ve müşteri kaybı (churn) analizi gibi gerçek dünya verileriyle çalışacaksın.

Data Manipulation with pandas

DataFrame'leri genişten uzun formata dönüştür, satır ve sütunları yığ ve çoklu indeksleri düzenle.

pandas ile Veriyi Yeniden Şekillendirme

Veri Manipülasyonu  Python'da

Verileri İçe Aktarma ve Temizleme  Python'da

Her gözlem için birden çok kayıt vardır

Aynı gözleme ait kayıtları belirlemek için bir sütuna ihtiyaç duyar

Her satır aynı gözlemin birçok özelliğini gösterir

Uzun ve geniş

pandas ile Veriyi Yeniden Şekillendirme

Uygulamalı interaktif egzersiz