Сколько стоит курс «Большой задачник по Pandas: теория, SQL-параллели, метрики»?

Стоимость курса составляет 1444.00 рублей

Выдаётся ли сертификат по окончании курса?

Да, при успешном завершении курса выдаётся сертификат от платформы Stepik. На данный момент 4 учеников получили сертификат (11.8% завершаемость).

Где можно пройти курс «Большой задачник по Pandas: теория, SQL-параллели, метрики»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/293856.

Курс на Stepik

Обложка курса «Большой задачник по Pandas: теория, SQL-параллели, метрики» на Stepik

1 444 ₽

Большой задачник по Pandas: теория, SQL-параллели, метрики ★ 5.000

Name: Большой задачник по Pandas: теория, SQL-параллели, метрики
Price: 1444.00 RUB
Availability: InStock
Rating: 5.0 (1 reviews)

Открыть на
STEPIK.ORG

270 кодовых задач и теорбаза pandas Начнем с основ работы с DataFrame, завершим классическими метриками и джоинами Отдельное внимание уделяется SQL-параллелям

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	34
Сертификатов выдано	4
Отзывов получено	1
Рейтинг курса	5.000
Количество уроков	49
Количество квизов	121
Количество задач с кодом	270
Время прохождения курса	5 ч.	—
Стоимость курса	1 444 ₽	—
Обновления курса	—	—
Дата публикации курса	2 месяца назад	—	—	—	—
Последнее обновление	3 октября 2026	—	—	—	—
Сложность	easy	—	—	—	—

Содержание курса

Разделы в курсе «Большой задачник по Pandas: теория, SQL-параллели, метрики»

11 разделов Уроки в курсе «Большой задачник по Pandas: теория, SQL-параллели, метрики»

49 уроков Тесты в курсе «Большой задачник по Pandas: теория, SQL-параллели, метрики»

121 тест Задачи в курсе «Большой задачник по Pandas: теория, SQL-параллели, метрики»

270 задач Время прохождения курса «Большой задачник по Pandas: теория, SQL-параллели, метрики»

5 ч.

обн. 3 октября 2026

Начинаем (ﾉ◕‿◕)ﾉ*:･ﾟ✧

1 урок

1. О курсе ↗

Глава 1. DataFrame, Series, первичная оценка данных

8 уроков

1. Структуры данных в Pandas ↗

2. Создание Series ↗

3. Атрибуты и методы Series ↗

4. Создание DataFrame ↗

5. Атрибуты и методы DataFrame ↗

6. Добавление данных ↗

7. Удаление данных ↗

8. .info() .head() .tail() .describe() ↗

Глава 2. Типы данных в Pandas

7 уроков

1. Числовые типы: int/float разной разрядности ↗

2. object — когда и почему тип "не определился" ↗

3. Nullable-типы: NaN vs None vs NaT vs pd.NA ↗

4. .fillna() .dropna() ↗

5. category — данные с ограниченным набором значений ↗

6. datetime64 ↗

7. astype(), pd.to_numeric() ↗

Глава 3. Чтение и запись данных

4 урока

1. .read_csv() ↗

2. chunksize / iterator=True--> чтение частями ↗

3. .read_json() .read_excel() ↗

4. .to_csv() .to_json() .to_excel() ↗

Глава 4. Index и доступ к данным

7 уроков

1. Управление индексом ↗

2. Атрибуты Index ↗

3. Удаление дубликатов по индексу ↗

4. .iloc --> Доступ по позиции ↗

5. .loc --> Доступ по индексу(метке) ↗

6. Пропуски в индексах ↗

7. Точечный доступ - .at / .iat ↗

Глава 5. Агрегация и арифметика

4 урока

1. .shift(), .diff(), .rank() ↗

2. Операции между колонками ↗

3. .add()/.sub()/.mul()/.div() с fill_value ↗

4. Агрегации .sum, .mean, .median, .min, .max,... ↗

Глава 6. Фильтрация данных: булевы маски

5 уроков

1. Булевы маски df[mask] / df.loc[mask] ↗

2. Комбинирование условий: &, |, ~ ↗

3. .isin(), .between(), .str.contains() ↗

4. .query() — альтернативный синтаксис ↗

5. np.where(), np.select() ↗

Глава 7. База работы со строками

2 урока

1. Методы аксессора .str --> .str.split() / .str.strip() / ... ↗

2. Валидация: .str.isdigit() / .str.isalpha() ↗

Глава 8 .apply()

3 урока

1. .apply() к Series и DataFrame ↗

2. .map() ↗

3. Vectorization vs apply() ↗

Глава 9. GroupBy

5 уроков

1. .groupby() как GROUP BY ↗

2. pd.Grouper --> группировка по временным интервалам ↗

3. .filter() как HAVING ↗

4. Результирующие функции --.agg() / .transform() ↗

5. .groupby() метрики ↗

Глава 10. JOIN в pandas

3 урока

1. .merge() --> джоиним таблицы ↗

2. ошибка fan-out и validate= ↗

3. concat() / join() / combine_first() ↗