لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش تمیز کردن و کار با Dataframe در پایتون
Cleaning and Working with Dataframes in Python
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
یاد بگیرید که نام ستون ها را تغییر دهید، داده های نامرتب را مرتب کنید و انواع داده ها را برای تجزیه و تحلیل کارآمد تبدیل کنید. با سردردهای داده خداحافظی کنید و به بینش های ساده سلام کنید. در دنیای امروزی مبتنی بر داده، تمیز کردن و سازماندهی داده ها به یک وظیفه ضروری برای مشاغل و سازمان ها تبدیل شده است. داده های نامرتب می تواند منجر به بینش نادرست شود، که می تواند منجر به تصمیم گیری ضعیف شود. در این دوره آموزشی، تمیز کردن و کار با Dataframes در پایتون، شما توانایی تمیز کردن و سازماندهی داده های آشفته را با استفاده از کتابخانه قدرتمند پانداها در پایتون به دست خواهید آورد. ابتدا، نحوه تغییر نام ستون ها در یک دیتافریم را برای دسترسی بصری تر به داده ها بررسی خواهید کرد. شما یاد خواهید گرفت که چگونه با استفاده از ویژگی .columns dataframe نام ستون ها را به صورت دستی اختصاص دهید و چگونه با استفاده از تابع rename() یک ستون موجود در یک dataframe را تغییر نام دهید. در مرحله بعد، نحوه تغییر ستونها در یک دیتافریم را برای مجموعه دادهای مرتب خواهید یافت. شما یاد خواهید گرفت که چگونه یک لیست از ستون ها را با یک فراخوانی به drop() رها کنید و هدف پارامترهای in place و axis را مشخص خواهید کرد. در نهایت، یاد خواهید گرفت که چگونه از این مهارت ها برای حل مشکلات دنیای واقعی استفاده کنید. وقتی این دوره را تمام کردید، مهارت ها و دانش تمیز کردن و کار با دیتافریم ها - با استفاده از پانداها در پایتون - برای تمیز کردن و سازماندهی داده های نامرتب و به دست آوردن بینش دقیق را خواهید داشت. شما آماده خواهید بود تا چالش های پاکسازی داده ها را انجام دهید و به یک حرفه ای کارآمدتر داده تبدیل شوید.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
چارچوب های داده و تجزیه و تحلیل داده های اکتشافی
Dataframes and Exploratory Data Analysis
معرفی
Introduction
مقدمه ای بر Dataframes
Introduction to Dataframes
نسخه ی نمایشی: خواندن دیتا فریم ها از فرمت های رایج فایل
Demo: Reading Dataframes From Popular File Formats
تجزیه و تحلیل داده های اکتشافی چیست؟
What Is Exploratory Data Analysis?
نسخه ی نمایشی: تجزیه و تحلیل چارچوب های داده با استفاده از تجزیه و تحلیل داده های اکتشافی
Demo: Analyzing Dataframes Using Exploratory Data Analysis
نسخه ی نمایشی: صادرات فریم های داده به فرمت های فایل محبوب
Demo: Exporting Dataframes into Popular File Formats
خلاصه
Summary
اصلاح ستون ها و ترکیب Dataframe
Modifying Dataframe Columns and Composition
معرفی
Introduction
نسخه ی نمایشی: تغییر نام ستون های Dataframe
Demo: Renaming Dataframe Columns
جیکوب لیمن (جیک) یک متخصص داده است که در حال حاضر به عنوان مهندس MLOps در Comet کار می کند. جیک دارای مدرک از دانشگاه یوتا جنوبی در اقتصاد و تجزیه و تحلیل تجاری است. از زمان فارغ التحصیلی از SUU، او شعار مدرسه "یادگیری زندگی برای همیشه" را در طول زندگی حرفه ای خود پذیرفته است و اکنون دارای چندین گواهینامه حرفه ای و مهارت های مربوط به عملیات یادگیری ماشین است. جزئیات بیشتر در مورد جیک را می توانید در www.jacoblyman.com پیدا کنید.
نمایش نظرات