Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Les données sont souvent lisibles par des humains, mais peu adaptées à l’analyse. C’est là que pandas intervient : un outil puissant pour remodeler des DataFrames en différents formats. Dans ce cours, vous développerez vos compétences de data scientist et d’analyste en apprenant à manipuler des colonnes de chaînes de caractères et des données imbriquées dans un DataFrame. Vous travaillerez sur des données réelles, notamment des notes de joueurs FIFA, des critiques de livres et des données d’analyse de churn, tout en apprenant à passer d’un format large à un format long, à empiler et dés-empiler des lignes et des colonnes, et à obtenir des statistiques descriptives sur un DataFrame à multi-index.
Prérequis
Programme de formation
Plan du cours
1
Introduction au remodelage des données
Commencez par comprendre les formats large et long et les avantages de chacun. Vous apprendrez ensuite à pivoter des données d’un format long vers un format large et à obtenir des statistiques récapitulatives à partir d’un vaste DataFrame.
- Formats de données larges et longs50 XP
- Le long et le large100 XP
- Inverser les joueurs100 XP
- Restructurer avec la méthode pivot50 XP
- Dribbler avec la méthode pivot100 XP
- Joueur offensif ou défensif ?100 XP
- Rejouez ce dernier coup !100 XP
- Tableaux croisés50 XP
- Révision des mouvements100 XP
- Exploration du grand match100 XP
- Les plus grands et les plus lourds100 XP
2
Conversion entre formats large et long
Maîtrisez la technique de transformation des DataFrames du format large au format long. Dans ce chapitre, vous verrez comment utiliser la méthode melt et la fonction wide_to_long, puis comment gérer les colonnes de chaînes en les concaténant ou en les scindant.
3
Empiler et dés-empiler des DataFrames
Dans ce chapitre, vous allez renforcer vos compétences en manipulation de données grâce à l’indexation multi-niveaux. Vous apprendrez à remodeler des DataFrames en déplaçant des niveaux d’index de lignes vers l’axe des colonnes, et inversement. Vous développerez aussi les compétences nécessaires pour gérer les valeurs manquantes générées lors des opérations d’empilement et de dés-empilement.
4
Remodelage avancé
Pour terminer, vous apprendrez à combiner le remodelage avec des groupements pour manipuler rapidement les données. Enfin, vous découvrirez comment transformer des colonnes de type liste et gérer des données imbriquées complexes, telles que des fichiers JSON imbriqués.
Reconfigurer les données avec pandas
Cours
terminé
