Récapitulatif

Ingestion de données rationalisée avec pandas

Amany Mahfouz

Instructor

Récapitulatif

Chapitres 1 et 2

read_csv() et read_excel()
Définir les types, choisir les données à charger, gérer les valeurs manquantes et les erreurs

Image clipart d'un fichier csv

Logo Microsoft Excel

Récapitulatif

Chapitre 3

read_sql() et sqlalchemy
SQL SELECT, WHERE, fonctions d'agrégation et jointures

Image clipart d'une base de données

Récapitulatif

Chapitre 4

read_json(), json_normalize() et requests
Travailler avec des API et des JSON imbriqués
Concaténer et fusionner des jeux de données

Et après ?

Approfondir le traitement des données dans pandas
- Travailler avec les index, transformer des valeurs, supprimer des lignes et des colonnes
- Remodeler les données par fusion, fusion à chaud (melt), et pivot
- Data Manipulation with Python Skill Track

Et après ?

Explorer divers thèmes d'analyse
- Statistiques descriptives (p. ex. médianes, moyennes, écart-type)
- Statistiques inférentielles (tests d'hypothèses, corrélation, régression)
- Exploratory Data Analysis in Python
- Introduction to Linear Modeling in Python

Et après ?

Apprendre des techniques de visualisation
- Bibliothèques seaborn et matplotlib
- Introduction to Data Visualization in Python
- Introduction to Data Visualization with Matplotlib

Et après ?

Traiter les données dans un flux de travail data science complet

Bravo !

Ingestion de données rationalisée avec pandas

Preparing Video For Download...