Курс на Stepik

Обложка курса «Библиотека pandas (с нуля до уверенной работы)» на Stepik

1 190 ₽

Библиотека pandas (с нуля до уверенной работы) ★ 5.000

Открыть на
STEPIK.ORG

Умение работы с pandas – это важный шаг в освоении многих специальностей, связанных с наукой о данных (Data Science). Эта библиотека используется как в работе аналитиков данных, специалистов Data Science, так и при решении многих задач машинного и глубокого обучения.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	1
Сертификатов выдано	1
Отзывов получено	1
Рейтинг курса	5.000
Количество уроков	31
Количество квизов	112
Количество задач с кодом	8
Время прохождения курса	4 ч.	—
Стоимость курса	1 190 ₽	—
Обновления курса	—	—
Дата публикации курса	1 год назад	—	—	—	—
Последнее обновление	5 августа 2026	—	—	—	—
Сложность	easy	—	—	—	—

Содержание курса

Разделы в курсе «Библиотека pandas (с нуля до уверенной работы)»

8 разделов Уроки в курсе «Библиотека pandas (с нуля до уверенной работы)»

Уроки в курсе «Библиотека pandas (с нуля до уверенной работы)»

31 урок Тесты в курсе «Библиотека pandas (с нуля до уверенной работы)»

Тесты в курсе «Библиотека pandas (с нуля до уверенной работы)»

112 тестов Задачи в курсе «Библиотека pandas (с нуля до уверенной работы)»

Задачи в курсе «Библиотека pandas (с нуля до уверенной работы)»

8 задач Время прохождения курса «Библиотека pandas (с нуля до уверенной работы)»

Время прохождения курса «Библиотека pandas (с нуля до уверенной работы)»

4 ч.

Последнее обновление курса «Библиотека pandas (с нуля до уверенной работы)»

обн. 5 августа 2026

Основы библиотеки pandas, объекты Series и DataFrame

6 уроков

1. О библиотеке pandas ↗

2. Установка и импорт pandas ↗

3. Основные объекты pandas ↗

4. Создание объектов Series и DataFrame и их особенности ↗

5. Чтение данных с использованием функций pandas ↗

6. Сохранение объектов библиотеки pandas в файл ↗

Особенности индексации в pandas и основные типы данных

3 урока

1. Особенности индексации в pandas ↗

2. Атрибуты-индексаторы loc и iloc, at и iat ↗

3. Основные типы данных в pandas ↗

Операции со столбцами и строками. Работа с пропусками данных

4 урока

1. Функции и методы для знакомства с исходным набором данных ↗

2. Работа с индексами объекта DataFrame ↗

3. Операции со столбцами и строками объекта DataFrame ↗

4. Работа с пропущенными значениями. Агрегирующие методы ↗

Объединение таблиц, группировка и агрегирование данных

5 уроков

1. Сортировка строк и перестановка местами столбцов таблиц ↗

2. Работа со строковыми данными в pandas ↗

3. Использование метода apply ↗

4. Функции и методы объединения нескольких таблиц ↗

5. Группировка и агрегирование данных в pandas ↗

Полезные функции и методы pandas. Сводные таблицы

3 урока

1. Полезные на практике функции и методы pandas ↗

2. Основы работы с временными рядами в pandas ↗

3. Изменение формы представления данных. Сводные таблицы ↗

Практикум. Решение различных задач анализа данных

3 урока

1. Решение простых задач анализа исходных данных ↗

2. Анализ данных в формате datetime64 ↗

3. Работа с проектом по очистке и фильтрации исходных данных ↗

Практикум. Разведочный анализ данных (EDA)

3 урока

1. Проект по очистке, группировке и фильтрации данных ↗

2. Проект по объединению таблиц, группировке и агрегированию данных ↗

3. Общий алгоритм разведочного анализа данных ↗

Итоговый тест и проект курса

4 урока

1. Первая часть итогового теста ↗

2. Вторая часть итогового теста ↗

3. Указания по выполнению итогового проекта ↗

4. Заключительный раздел курса ↗