آموزش پانداها چالش کد

مقدمه Introduction

• دانش خود را با چالش های کد پانداها گسترش دهید و آزمایش کنید Stretch and test your knowledge with pandas code challenges

• آنچه شما باید بدانید What you should know

1. خواندن و کاوش اولیه داده ها 1. Reading and Initial Exploration of Data

• خواندن داده ها از فایل های CSV و Excel Read data from CSV and Excel files

• اطلاعات DataFrame را بررسی کنید و انواع ستون ها را شناسایی کنید Check DataFrame information and identify types of columns

• آمار خلاصه ویژگی های عددی و طبقه ای The summary statistics of numerical and categorical features

• ستون های جدید را به DataFrame اضافه کنید Add new columns to a DataFrame

2. نمایه سازی و برش 2. Indexing and Slicing

• ستون های خاصی را در یک DataFrame انتخاب کنید Select specific columns in a DataFrame

• داده‌های برچسب‌ها را با استفاده از روش loc[] Subset the data from labels using .loc[] method

• زیر مجموعه داده های فهرست بندی با استفاده از روش .iloc[] Subset the data from indexing using .iloc[] method

3. پاکسازی داده ها 3. Data Cleaning

• مقادیر از دست رفته را بررسی کنید Check for missing values

• نوع داده یک ستون را تصحیح کنید Correct the data type of a column

• تاریخ ها را در داده های سری زمانی تجزیه کنید Parse dates in time series data

4. فیلتر کردن داده ها 4. Filtering Data

• برای فیلتر کردن سطرها عبارات شرطی بنویسید Write conditional statements to filter rows

• برای محدود کردن جستجو، چندین شرط را زنجیره ای کنید Chain multiple conditionals to narrow down the search

• استفاده از عملگرهای بیتی برای فیلتر کردن ردیف ها Using bitwise operators to filter rows

• فیلتر کردن برای یافتن جمعیت شناسی هدف Filtering to find target demography

5. گروه بندی و تجمیع 5. Grouping and Aggregation

• فرآیند سه مرحله ای را برای گروه بندی و جمع آوری داده ها اعمال کنید Apply the three-step process to group and aggregate data

• چندین ستون را گروه بندی و جمع آوری کنید Group and aggregate multiple columns

• یک تابع جمع سفارشی را اعمال کنید Apply a custom aggregate function

• بازده سهام را برای هر سال از سال 2003 محاسبه کنید Calculate stock returns for every year since 2003