Курс на Stepik
Обложка курса «Pandas для анализа данных» на Stepik
1 090 ₽

Pandas для анализа данных ★ 4.500

Открыть на
STEPIK.ORG

Этот курс позволит вам освоить ключевые концепции и методы работы с Pandas, которые будут полезны в различных аналитических задачах и проектах. Вы также приобретете практические навыки через выполнение упражнений.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Pandas для анализа данных»Учеников на курсе 86
Сертификаты, выданные на курсе «Pandas для анализа данных»Сертификатов выдано 30
Отзывы о курсе «Pandas для анализа данных»Отзывов получено 6
Рейтинг курса «Pandas для анализа данных»Рейтинг курса 4.500
Уроки в курсе «Pandas для анализа данных»Количество уроков 24
Тесты в курсе «Pandas для анализа данных»Количество квизов 122
Задачи с кодом в курсе «Pandas для анализа данных»Количество задач с кодом 15
Время прохождения курса «Pandas для анализа данных»Время прохождения курса —
Стоимость курса «Pandas для анализа данных»Стоимость курса 1 090 ₽ —
Обновления курса «Pandas для анализа данных»Обновления курса — —
Дата публикации курса «Pandas для анализа данных»Дата публикации курса — ———
Последнее обновление курса «Pandas для анализа данных»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Pandas для анализа данных» 13 разделов Уроки в курсе «Pandas для анализа данных» 24 урока Тесты в курсе «Pandas для анализа данных» 122 теста Задачи в курсе «Pandas для анализа данных» 15 задач Время прохождения курса «Pandas для анализа данных» 6 ч. Последнее обновление курса «Pandas для анализа данных» обн. 26 сентября 2026

Чтение данных из файлов

2 урока
1. Импорт данных из форматов CSV, Excel, JSON ↗
2. Обработка крупных файлов с chunksize ↗

Экспресс знакомство с данными

3 урока
1. Методы быстрого просмотра: head(), tail(), sample() ↗
2. Основные характеристики данных: info(), describe() ↗
3. Выявление и обработка пропущенных значений ↗

Вывод столбцов и работа с типами данных

2 урока
1. Доступ к столбцам и преобразование типов данных ↗
2. Преобразование типов данных для оптимизации памяти ↗

Фильтрация строк

1 урок
1. Условные фильтры и фильтрация по значениям ↗

Сортировка строк

1 урок
1. Сортировка по значениям и индексам ↗

Агрегирующие функции и вычисления

2 урока
1. Применение стандартных агрегирующих функций ↗
2. Пользовательские функции для агрегации ↗

Объединение данных

2 урока
1. Методы объединения данных: merge, join, concat ↗
2. Конкатенация таблиц ↗

Работа с датами и временем

2 урока
1. Преобразование строк в формат дат ↗
2. Извлечение временных компонентов (год, месяц, день) ↗

Преобразование значений и редактирование данных

2 урока
1. Замена значений (replace, map, applymap) ↗
2. Удаление дубликатов и управление индексами ↗

Визуализация данных в Pandas

1 урок
1. Базовая визуализация: гистограммы, boxplot, scatter ↗

Слайсинг и выборка данных

1 урок
1. Индексация и выборка данных с помощью .loc и .iloc ↗

Работа с текстовыми данными

1 урок
1. Разбор и обработка текстов ↗

Pandas и машинное обучение

4 урока
1. Масштабирование данных и нормализация ↗
2. Преобразование категориальных признаков(One-Hot, Label Encoding) ↗
3. Подготовка данных для ML-моделей ↗
4. Обратная связь ↗