Podsumowanie

Python dla użytkowników arkuszy kalkulacyjnych

Chris Cardillo

Data Scientist

Rozdział 1

• Importowanie za pomocą pd.read_excel()
• Eksploracja za pomocą .head(), .describe() i .info()
• Filtrowanie za pomocą df[df[column] == 'value']
• Tworzenie za pomocą df[new_column] = df[old_column] + 1

Rozdział 2

• Przestawianie za pomocą df.group_by().sum()

Rozdział 3

• Wiele arkuszy za pomocą pd.ExcelFile() i .parse()
• .merge() i lewe złączenia
• Funkcje, metody i atrybuty

Rozdział 4

• sns.barplot() i plt.show()
• plt.title(), plt.xlabel() i plt.ylabel()
• sns.set_style() i sns.despine()
• hue

Następne kroki

• Sugerowany kurs: Data Manipulation with pandas
• Sugerowana ścieżka kariery: Data Analyst with Python
• Zasoby społeczności DataCamp: Ściągawki

Powodzenia!

Python dla użytkowników arkuszy kalkulacyjnych