Курс на Stepik
Обложка курса «Pandas для начинающих» на Stepik
Бесплатно

Pandas для начинающих ★ 4.810

Открыть на
STEPIK.ORG

Видеоуроки по Pandas для начинающих. Разбираем функционал pandas по косточкам в Jupyter notebook. Закрепляем материал, выполняя тесты и решая задачки.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Pandas для начинающих»Учеников на курсе 3 873
Сертификаты, выданные на курсе «Pandas для начинающих»Сертификатов выдано 0
Отзывы о курсе «Pandas для начинающих»Отзывов получено 21
Рейтинг курса «Pandas для начинающих»Рейтинг курса 4.810
Уроки в курсе «Pandas для начинающих»Количество уроков 43
Тесты в курсе «Pandas для начинающих»Количество квизов 143
Время прохождения курса «Pandas для начинающих»Время прохождения курса —
Обновления курса «Pandas для начинающих»Обновления курса — —
Дата публикации курса «Pandas для начинающих»Дата публикации курса — ———
Последнее обновление курса «Pandas для начинающих»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Pandas для начинающих» 9 разделов Уроки в курсе «Pandas для начинающих» 43 урока Тесты в курсе «Pandas для начинающих» 143 теста Время прохождения курса «Pandas для начинающих» 19 ч. Последнее обновление курса «Pandas для начинающих» обн. 21 мая 2026

Введение

4 урока
1. Рекомендации по прохождению курса ↗
2. Установка Anaconda (Jupyter Notebook) ↗
3. О библиотеках numpy и pandas ↗
4. Обзор инструментов pandas ↗

Структуры данных в Pandas: Series и DataFrame

2 урока
1. Структура Series: Создание ↗
2. Структура DataFrame: Создание ↗

Работа с внешними источниками данных (ЧАСТЬ 1)

2 урока
1. Чтение и запись файлов в формате csv ↗
2. Чтение и обработка файлов больших размеров ↗

Типы данных в pandas

2 урока
1. Основы работы с типами данных в pandas ↗
2. Тип данных category ↗

Доступ к данным структур Series и DataFrame

8 уроков
1. Доступ к данным структуры через атрибуты ↗
2. Индексаторы и доступ к данным по метке или по числовой позиции ↗
3. Определение целочисленной позиции метки строки (столбца) ↗
4. Изменение структуры с помощью методов-индексаторов loc и iloc ↗
5. Извлечение данных по условию. Булева индексация. ↗
6. Извлечение данных с помощью строковых методов ↗
7. Запрос данных с помощью метода query (eval) ↗
8. Фильтрация данных по меткам строк (столбцов) ↗

Работа с данными

17 уроков
1. Сортировка по меткам / по значениям структур Series и DataFrame ↗
2. Уникальные значения. Методы unique, nunique, value_counts. ↗
3. Объединение и слияние данных. Методы merge, join, concat и др. ↗
4. Удаление данных. Метод drop и др. ↗
5. Дубликаты - поиск, удаление, создание ↗
6. Пропуски в данных - Missing values (NaN, None, pd.NA) ↗
7. Арифметические операции | Логические операции | Статистики ↗
8. Преобразование и замена данных. Методы apply, map, where, mask. ↗
9. Группировка и агрегация данных. Метод groupby, filter, transform ↗
10. Иерархическое индексирование. Многоуровневый индекс - MultiIndex ↗
11. Сводные таблицы. Методы stack, unstack, pivot_table, crosstab ↗
12. Переиндексация DataFrame. Методы reindex, reindex_like, etc. ↗
13. Разделение данных на интервалы и категории ↗
14. Временные метки и интервалы ↗
15. Группировка временных рядов. Передискретизация ↗
16. Другие полезные функции и методы для обработки данных ↗
17. Ускоряем работу в pandas ↗

Этапы обработки данных

2 урока
1. Пайплайн обработки данных ↗
2. EDA и визуализация данных ↗

Работа с внешними источниками данных (ЧАСТЬ 2)

3 урока
1. Чтение и запись файлов Excel ↗
2. Методы read_html и read_clipboard ↗
3. API, файлы Json и SQL ↗

Итоговое тестирование

3 урока
1. Тест № 1 ↗
2. Тест № 2 ↗
3. Тест № 3 ↗