آموزش پانداز برای تحلیلگران داده: تسلط بر پایتون در تحلیل داده‌ها - آخرین آپدیت

بارگذاری و بررسی دیتافریم‌ها Loading and Exploring DataFrames

• پایتون و اکسل برای تحلیل داده‌ها Python and Excel for Analytics

• چرا از پانداز برای تحلیل داده‌ها استفاده کنیم؟ Why Pandas for Analytics?

• کار با دیتافریم‌های پانداز Using Pandas DataFrames

تحلیل و رسم نمودار دیتافریم‌ها Profiling and Charting DataFrames

• چاپ و بررسی دیتافریم‌ها Printing and Exploring DataFrames

• مبانی رسم نمودار در پانداز Pandas Plotting Basics

تغییر شکل و فیلتر کردن دیتافریم‌ها Transforming and Filtering DataFrames

• افزودن ستون‌های محاسباتی Adding Calculated Columns

• تغییر نام و حذف ستون‌ها Renaming and Dropping Columns

• مرتب‌سازی ردیف‌ها Sorting Rows

• فیلتر کردن ردیف‌ها Filtering Rows

تجمیع، ادغام و بازسازی دیتافریم‌ها Aggregating, Merging, and Reshaping DataFrames

• تجمیع یک دیتافریم Aggregating a DataFrame

• ادغام دو دیتافریم Merging Two DataFrames

• کار با مقادیر گم‌شده (Missing Values) Working with Missing Values

• تغییر ساختار دیتافریم Reshaping a DataFrame

بازنمونه‌گیری و توابع پنجره‌ای در داده‌های سری زمانی Resampling and Windowing Time Series Data

• تجمیع بر اساس بازه‌های زمانی Aggregating by Time Period

• ساخت توابع پنجره‌ای (Window Functions) Creating Window Functions

اجرای یک تحلیل داده کامل (End to End) Conducting an End-to-End Data Analysis

• تمرین با داده‌های واقعی Practicing with Real Data

جمع‌بندی Conclusion

• ادامه مسیر یادگیری پایتون Continuing Your Python Journey