Manipulation de données avec pandas
Apprenez à importer et nettoyer des données, calculer des statistiques et créer des visualisations avec pandas.
Commencer Le Cours Gratuitement4 heures15 vidéos56 exercices415 355 apprenantsDéclaration de réalisation
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.Formation de 2 personnes ou plus ?
Essayer DataCamp for BusinessApprécié par les apprenants de milliers d'entreprises
Description du cours
Manipulation de données avec pandas
pandas est la bibliothèque Python la plus populaire au monde, utilisée pour tout, de la manipulation des données à l'analyse des données. Dans ce cours, vous apprendrez à manipuler les DataFrames, en extrayant, filtrant et transformant des ensembles de données du monde réel à des fins d'analyse.En utilisant pandas, vous explorerez tous les concepts de base de la science des données. À l'aide de données réelles, notamment les chiffres de vente de Walmart et les séries chronologiques des températures mondiales, vous apprendrez à importer, nettoyer, calculer des statistiques et créer des visualisations, en utilisant pandas pour accroître la puissance de Python.
Travaillez avec pandas Data pour explorer les concepts de base de la science des données
Vous commencerez par maîtriser les bases de pandas, y compris la façon d'inspecter les DataFrames et d'effectuer quelques manipulations fondamentales. Vous apprendrez également à agréger des DataFrames, avant de passer au découpage et à l'indexation.Vous terminerez le cours en apprenant à visualiser le contenu de vos DataFrames, en travaillant avec un ensemble de données qui contient les ventes hebdomadaires d'avocats aux États-Unis.
Apprenez à manipuler les DataFrames
En suivant ce cours sur pandas, vous comprendrez comment utiliser cette bibliothèque Python pour manipuler des données. Vous comprendrez les DataFrames et comment les utiliser, et vous serez capable de visualiser vos données en Python.Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Manipulation de données en Python
Aller à la piste- 1
Transformation des DataFrames
GratuitMaîtrisons les bases des pandas. Apprenez à inspecter les DataFrames et à effectuer des manipulations fondamentales, notamment le tri des lignes, la création de sous-ensembles et l'ajout de nouvelles colonnes.
Présentation des DataFrames50 xpInspection d'un DataFrame100 xpParties d'un DataFrame100 xpTri et sous-ensemble50 xpTri des lignes100 xpCréation de sous-ensemble de colonnes100 xpCréation de sous-ensemble de lignes100 xpCréation de sous-ensemble de lignes par variables catégorielles100 xpNouvelles colonnes50 xpAjout de nouvelles colonnes100 xpAttaque combinée !100 xp - 2
Agrégation des DataFrames
Dans ce chapitre, vous calculerez des statistiques récapitulatives sur des colonnes DataFrame et maîtriserez les statistiques récapitulatives groupées et les tableaux croisés dynamiques.
Statistiques récapitulatives50 xpMoyenne et médiane100 xpRécapitulatif des dates100 xpDes récapitulatifs efficaces100 xpStatistiques cumulatives100 xpComptage50 xpSuppression des doublons100 xpComptage des variables catégorielles100 xpStatistiques récapitulatives groupées50 xpQuel est le pourcentage des ventes réalisées dans chaque type de magasin ?100 xpCalculs avec .groupby()100 xpPlusieurs récapitulatifs groupés100 xpTableaux croisés dynamiques50 xpFaire un tri croisé sur une variable100 xpCompléter les valeurs manquantes et additionner les valeurs à l'aide de tableaux croisés dynamiques100 xp - 3
Découpage et indexation des DataFrames
Les index sont des noms de ligne et de colonne surchargés. Découvrez comment les combiner avec le découpage pour obtenir un puissant moyen de créer des sous-ensembles de DataFrame.
Index explicites50 xpMise en place et suppression d'index100 xpCréation de sous-ensemble avec .loc[]100 xpMise en place d'index multiniveaux100 xpTri par valeurs d'index100 xpDécoupage et sous-ensemble avec .loc et .iloc50 xpDécoupage des valeurs d'index100 xpDécoupage dans les deux sens100 xpDécoupage de séries temporelles100 xpCréation de sous-ensemble par numéro de ligne/colonne100 xpTravailler avec des tableaux croisés dynamiques50 xpFaire un tri croisé sur la température par ville et par année100 xpCréer des sous-ensembles de tableaux croisés dynamiques100 xpCalcul sur un tableau croisé dynamique100 xp - 4
Création et visualisation de DataFrames
Apprenez à visualiser le contenu de vos DataFrames, à gérer les valeurs de données manquantes, à importer des données à partir de fichiers CSV et à exporter des données vers ces fichiers.
Visualiser vos données50 xpQuelle est la taille d'avocat la plus plébiscitée ?100 xpÉvolution des ventes dans le temps100 xpOffre et demande d'avocats100 xpPrix des avocats conventionnels et biologiques100 xpValeurs manquantes50 xpRecherche de valeurs manquantes100 xpSuppression des valeurs manquantes100 xpRemplacement des valeurs manquantes100 xpCréation de cadres de données50 xpListe de dictionnaires100 xpDictionnaire de listes100 xpLire et écrire les fichiers CSV50 xpCSV vers DataFrame100 xpDataFrame vers CSV100 xpConclusion50 xp
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Manipulation de données en Python
Aller à la pisteDans d’autres morceaux
Principes de base des données en Pythoncollaborateurs
prérequis
Intermediate Python
Qu’est-ce que les autres apprenants ont à dire ?
Inscrivez-vous 15 millions d’apprenants et commencer Manipulation de données avec pandas Aujourd’hui!
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.