Курс на Stepik
Обложка курса «Pandas для анализа данных: Полный курс» на Stepik
Бесплатно

Pandas для анализа данных: Полный курс 4.861

Открыть на
STEPIK.ORG
Категории курса

Практический курс по библиотеке pandas для анализа данных. Освойте продвинутую агрегацию, объединение таблиц, очистку текста, работу со временем и сводные таблицы на реальных бизнес-задачах. От грязных данных — к идеальным отчетам!

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Pandas для анализа данных: Полный курс»Учеников на курсе 1 905
Сертификаты, выданные на курсе «Pandas для анализа данных: Полный курс»Сертификатов выдано 0
Отзывы о курсе «Pandas для анализа данных: Полный курс»Отзывов получено 36
Рейтинг курса «Pandas для анализа данных: Полный курс»Рейтинг курса 4.861
Уроки в курсе «Pandas для анализа данных: Полный курс»Количество уроков 22
Тесты в курсе «Pandas для анализа данных: Полный курс»Количество квизов 4
Задачи с кодом в курсе «Pandas для анализа данных: Полный курс»Количество задач с кодом 91
Время прохождения курса «Pandas для анализа данных: Полный курс»Время прохождения курса
Обновления курса «Pandas для анализа данных: Полный курс»Обновления курса
Дата публикации курса «Pandas для анализа данных: Полный курс»Дата публикации курса
Последнее обновление курса «Pandas для анализа данных: Полный курс»Последнее обновление
Сложность easy

Чему вы научитесь

  • Продвинуто агрегировать данные: использовать мощные методы .transform() и .filter() для сложных расчетов без потери структуры таблиц.
  • Мастерски объединять таблицы: склеивать данные любой сложности с помощью pd.concat(), pd.merge() (SQL-подобные JOIN'ы) и .join().
  • Укрощать текстовые данные: очищать "грязный" ввод, находить подстроки и извлекать нужные фрагменты с помощью регулярных выражений и методов .str.
  • Управлять временем (Time Series): переводить текст в формат datetime, извлекать сезонность через аксессор .dt и укрупнять периоды методом .resample().
  • Менять форму данных (Reshaping): строить профессиональные сводные таблицы (Pivot Tables) и распрямлять бухгалтерские отчеты для машинной обработки с помощью .melt().
  • Работать с MultiIndex: уверенно фильтровать и вращать многомерные таблицы с помощью .xs(), .stack() и .unstack().

О курсе

Практический курс по библиотеке pandas для анализа данных. Освойте продвинутую агрегацию, объединение таблиц, очистку текста, работу со временем и сводные таблицы на реальных бизнес-задачах. От грязных данных — к идеальным отчетам!

Для кого этот курс

Начинающие дата-аналитики и дата-саентисты, которым нужно уверенно владеть pandas для работы и прохождения собеседований. Пользователи Excel, которые уперлись в ограничения электронных таблиц (зависания на больших данных) и хотят автоматизировать рутину с помощью Python. Разработчики и инженеры, которым нужно быстро и элегантно обрабатывать массивы данных.

Начальные требования

  • Базовое понимание языка Python (переменные, циклы, функции, списки, словари).

  • Понимание того, что такое DataFrame (таблица) и Series (колонка).

  • Желание писать код и разбираться в данных!

Преподаватели курса

Как проходит обучение

Курс разбит на логические модули. Процесс обучения максимально интерактивен:

  1. Вы читаете емкую теорию с понятными примерами кода.

  2. Сразу же переходите к практическим задачам на программирование прямо в браузере.

  3. Система автоматически проверяет ваш код на скрытых тестах и дает мгновенную обратную связь.

  4. Вы можете общаться в комментариях с другими студентами, задавать вопросы и делиться решениями.

Что вы получите

  • Уверенное владение одной из самых востребованных библиотек в IT.
  • Набор готовых сниппетов (шаблонов) кода, которые можно сразу использовать в реальной работе.
  • Десятки решенных задач для закрепления навыков.

Нагрузка

4-5 часов в неделю

Расскажите о курсе друзьям