آموزش ادغام داده ها از منابع مختلف در پایتون

Merging Data from Different Sources in Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: باز کردن قدرت پانداها و ادغام داده ها در پایتون! انواع اتصال، ادغام مشخصات کلیدی و تکنیک های پیشرفته را برای حل مشکلات دنیای واقعی کشف کنید. ترکیب داده ها از منابع مختلف برای متخصصان داده برای استخراج بینش های ارزشمند بسیار مهم است. در این دوره آموزشی، ادغام داده‌ها از منابع مختلف در پایتون، تکنیک‌های ادغام و الحاق مجموعه‌های داده متنوع را با استفاده از پانداها به صورت یکپارچه یاد خواهید گرفت. ابتدا، شما با توابع concat() و append() پانداها به الحاق می پردازید. در مرحله بعد، با استفاده از تابع ()pd.merge انواع مختلفی از اتصال‌ها، مانند یک به یک، چند به یک، و چند به چند را بررسی خواهید کرد. در نهایت، نحوه مدیریت نام‌های ستون‌های غیر منطبق، ادغام با شاخص‌ها، و حل نام‌های ستون‌های همپوشانی با استفاده از استراتژی‌های ادغام پیشرفته را خواهید آموخت. پس از اتمام این دوره، مهارت ها و دانش مورد نیاز برای ترکیب موثر داده ها از منابع مختلف در پایتون را خواهید داشت که تجزیه و تحلیل جامع تر داده ها را تسهیل می کند. نرم افزار مورد نیاز: Python 3.x و کتابخانه pandas.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

مقدمه ای بر ادغام و الحاق داده ها Introduction to Data Merging and Concatenation

  • مقدمه ای بر ادغام و الحاق داده ها Introduction to Data Merging and Concatenation

  • درک تفاوت بین الحاق و ادغام Understanding Difference between Concatenation and Merge

  • کشف مجموعه داده نمونه و محیط برنامه نویسی Uur Discovering the Example Dataset and Uur Programming Environment

  • استفاده از تابع concat در Pandas برای Concatenation Using the concat Function in Pandas for Concatenation

  • خلاصه ماژول Module Summary

پیاده سازی Join ها با pd.merge() Implementing Joins with pd.merge()

  • درک عملکرد ادغام پانداها و پیوستن به Cardinality Understanding the Pandas Merge Function and Join Cardinality

  • انجام ادغام یک به یک و یک به چند Performing One-to-one and One-to-many Merges

  • انجام اتصالات درونی و بیرونی Performing Inner and Outer Joins

  • مدیریت کلیدهای ادغام با پارامتر روشن Managing Merge Keys with the on Parameter

  • طرح ریزی ستون ها Projecting Columns

  • ادغام در شاخص های DataFrames Merging on DataFrames Indices

  • خلاصه Summary

نمایش نظرات

آموزش ادغام داده ها از منابع مختلف در پایتون
جزییات دوره
0h 47m
13
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Rudi Bruchez
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Rudi Bruchez Rudi Bruchez

رودی بروچز یک مشاور و مربی مستقل مستقر در پاریس ، فرانسه است. وی بیش از 15 سال تجربه SQL Server دارد و شروع به فعالیت در مناطق NoSQL می کند. او ابتدا به عنوان توسعه دهنده کار کرد و به عنوان DBA در سال 2001 ، در سوئیس در MSC (شرکت حمل و نقل مدیترانه ای) شروع به کار کرد. او در سال 2005 به فرانسه نقل مکان کرد و از سال 2006 به طور مستقل کار می کند. او مشاوره ، مدیریت ، ممیزی و آموزش را ارائه می دهد. همانطور که SQL Server به یک راه حل پیچیده تر تبدیل می شود ، او سعی می کند تا اطمینان حاصل کند که توسعه دهندگان و مدیران بر اصول اساسی: مدل رابطه ای و زبان SQL و همچنین اصول معماری فیزیکی SGBDR تسلط دارند. وی در سال 2008 تنها كتاب فرانسوی درباره بهینه سازی SQL Server را نوشت ، كتابی درباره SQL Security در Packt Pub در سال 2012 منتشر كرد و اخیراً یك كتاب فرانسوی درباره جنبش NoSQL منتشر كرد. و بله ، او گاهی اوقات می تواند کمی وقت آزاد داشته باشد.