Einführung in das Importieren von Daten in Python
Lernen Sie, Daten aus verschiedenen Quellen wie Excel, SQL, SAS und dem Web in Python zu importieren.
Kurs Kostenlos Starten3 Stunden15 Videos50 Übungen297.820 LernendeLeistungsnachweis
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Trainierst du 2 oder mehr?
Versuchen DataCamp for BusinessBeliebt bei Lernenden in Tausenden Unternehmen
Kursbeschreibung
Als Data Scientist musst du Daten bereinigen, aufbereiten, visualisieren, Vorhersagemodelle erstellen und diese Modelle interpretieren. Bevor du das tun kannst, musst du jedoch wissen, wie du Daten in Python bekommst. In diesem Kurs lernst du die zahlreichen Möglichkeiten kennen, Daten in Python zu importieren: aus flachen Dateien (engl. Flat Files) wie .txt und .csv, aus Dateien anderer Software wie Excel-Tabellen, Stata, SAS und MATLAB sowie aus relationalen Datenbanken wie SQLite und PostgreSQL.
Trainierst du 2 oder mehr?
Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.In den folgenden Tracks
Daten importieren und bereinigen mit Python
Gehe zu Track- 1
Einführung und Flat Files
KostenlosIn diesem Kapitel lernst du, wie du Daten aus allen Arten von Flat Files, einer einfachen und weit verbreiteten Form der Datenspeicherung, in Python importieren kannst. Du hast bereits gelernt, wie du NumPy und pandas verwendest. Du wirst lernen, wie du diese Pakete zum Importieren von Flat Files und zum Anpassen deiner Importe verwendest.
Willkommen zum Kurs!50 xpImportieren ganzer Textdateien100 xpZeilenweises Importieren von Textdateien100 xpDie Bedeutung von Flat Files in der Data Science50 xpQuiz: Was genau sind Flat Files?50 xpWarum wir Flat Files mögen und das Zen von Python50 xpImportieren von Flat Files mit NumPy50 xpVerwenden von NumPy zum Importieren von Flat Files100 xpAnpassen deines NumPy-Imports100 xpImportieren verschiedener Datentypen100 xpImportieren von Flat Files mit pandas50 xpVerwenden von pandas zum Importieren von Flat Files als DataFrames (1)100 xpVerwenden von pandas zum Importieren von Flat Files als DataFrames (2)100 xpAnpassen deines pandas-Imports100 xpAbschließende Gedanken zum Datenimport50 xp - 2
Importieren von Daten aus anderen Dateitypen
Du hast gelernt, wie man Flat Files importiert, aber es gibt noch viele andere Dateitypen, mit denen du als Data Scientist möglicherweise arbeiten musst. In diesem Kapitel lernst du, wie du Daten aus einer Vielzahl wichtiger Dateitypen in Python importieren kannst. Dazu gehören Pickle-Dateien, Excel-Tabellen, SAS- und Stata-Dateien, HDF5-Dateien, ein Dateityp zum Speichern großer Mengen numerischer Daten, und MATLAB-Dateien.
Einführung in andere Dateitypen50 xpNicht mehr so flach50 xpLaden einer Pickle-Datei100 xpAuflisten von Blättern in Excel-Dateien100 xpImportieren von Blättern aus Excel-Dateien100 xpAnpassen deines Tabellenkalkulationsimports100 xpImportieren von SAS/Stata-Dateien mit pandas50 xpSo importiert man SAS7BDAT50 xpImportieren von SAS-Dateien100 xpVerwenden von read_stata zum Importieren von Stata-Dateien50 xpImportieren von Stata-Dateien100 xpImportieren von HDF5-Dateien50 xpVerwenden von File zum Importieren von HDF5-Dateien50 xpVerwenden von h5py zum Importieren von HDF5-Dateien100 xpExtrahieren von Daten aus deiner HDF5-Datei100 xpImportieren von MATLAB-Dateien50 xpLaden von .mat-Dateien100 xpDie Struktur von .mat in Python100 xp - 3
Arbeiten mit relationalen Datenbanken in Python
In diesem Kapitel lernst du, wie du aussagekräftige Daten aus relationalen Datenbanken extrahierst – eine wichtige Fähigkeit für jeden Data Scientist. Du lernst etwas über relationale Modelle, wie du SQL-Abfragen erstellst, wie du deine SQL-Datensätze filterst und ordnest und wie du erweiterte Abfragen durch das Verbinden von Datenbanktabellen durchführst.
Einführung in relationale Datenbanken50 xpQuizfrage: Das relationale Modell50 xpErstellen einer Datenbank-Engine in Python50 xpErstellen einer Datenbank-Engine100 xpWelche Tabellen gibt es in der Datenbank?100 xpAbfragen relationaler Datenbanken in Python50 xpDas Hello World der SQL-Abfragen!100 xpAnpassen des Hello World der SQL-Abfragen100 xpFiltern deiner Datenbankeinträge mit SQLs WHERE-Klausel100 xpOrdnen deiner SQL-Datensätze mit ORDER BY100 xpDirektes Abfragen von relationalen Datenbanken mit pandas50 xppandas und das Hello World der SQL-Abfragen!100 xppandas für komplexere Abfragen100 xpErweiterte Abfragen: Ausnutzung von Tabellenbeziehungen50 xpDie Stärke von SQL liegt in den Beziehungen zwischen den Tabellen: INNER JOIN100 xpFiltern deines INNER JOIN100 xpAbschließende Gedanken50 xp
Trainierst du 2 oder mehr?
Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.In den folgenden Tracks
Daten importieren und bereinigen mit Python
Gehe zu TrackDatensätze
Chinook (SQLite)LIGO (HDF5)Battledeath (XLSX)Extent of infectious diseases (DTA)Gene expressions (MATLAB)MNISTSales (SAS7BDAT)SeaslugsTitanicMitwirkende
Voraussetzungen
Intermediate PythonHugo Bowne-Anderson
Mehr AnzeigenData Scientist
Was sagen andere Lernende?
Melden Sie sich an 15 Millionen Lernende und starten Sie Einführung in das Importieren von Daten in Python Heute!
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.