Der Pandas Komplettkurs 0123
What you’ll learn
Die vollumfängliche Funktionalität von Pandas
Eigene DataFrames / Series erstellen
DataFrames speichern um diese weiterverarbeiten zu können
DataFrames einlesen
Die richtige Indexierung von Daten eines DataFrames
Selektion von bestimmten Daten eines DataFrames
Pandas Merge Funktion ausführlich kennenlernen
Advanced Pandas Funktionen kennenlernen
EDA mit Pandas und Plotly
Requirements
Grundlegende Programmierkenntnisse mit der Programmiersprache Python
Keinerlei Vorkenntnisse mit Pandas
Description
Pandas ist DAS Analyse-Tool im Jahr 2023. Egal ob im Bereich Datenbanken oder Webentwicklung, vorallem aber Data Science und Machine Learning. Bei Pandas handelt es sich um eine elegante Mischung aus Python und SQL, welches dir erlaubt, zielgerichtete und komplexe Abfragen an dein Datensatz zu stellen. Pandas baut auf dem Table Prinzip auf, wobei es hier speziell um sogenannte DataFrames geht.Diese DataFrames beinhalten Spalten und diese Spalten beinhalten wiederrum Werte unterschiedlichster Datentypen. Das coole an Pandas? Es kann mit all dem perfekt umgehen und egal welcher Use Case dir gerade einfällt, du kannst mit Sicherheit sagen, dass Pandas eine passende Lösung dafür bieten kann.In diesem Kurs behandeln wir Pandas von A – Z. Begonnen bei der Installation von Jupyter Notebook über die Installation von Pandas mittels dem Python Paket Manager PIP, gefolgt von Basic Abfragen des DataFrames bis hin zu komplexen Abfragen unterschiedlicher DataFrames und Merges über mehrere DataFrames hinaus.Dazwischen kümmern wir uns noch um sehr hilfreiche Best-Practice Methoden die du so im Alltag eines Data Scientist finden wirst und auch advanced Methoden mit denen du komplexere Operationen auf einzelne Spalten oder das komplette DataFrame ausführen kannst.Als Bonus habe ich dir ein Plotly Kapitel mit ausgearbeitet und aufgenommen. So kannst du deine Daten nicht nur optimal verarbeiten, sondern im Anschluss daran auch grafisch darstellen und präsentieren.Nach diesem Kurs bist du mehr als vorbereitet und definitiv in der Lage, komplett selbständig Datensätze analysieren zu können. Damit du dich von der Qualität des Kurses selbst überzeugen kannst, habe ich dir ein paar Lektionen kostenlos freigeschalten :-).
Overview
Section 1: Einführung
Lecture 1 Kursübersicht (Inhalt)
Lecture 2 Kursstruktur (Aufbau)
Section 2: Entwicklungsumgebung einrichten
Lecture 3 Anaconda Download
Lecture 4 Environment einrichten
Lecture 5 Environment Troubleshooting
Lecture 6 Jupyter Notebook
Section 3: Pandas Basics
Lecture 7 Kapitelübersicht: Pandas Basics
Lecture 8 Pandas Library installieren
Lecture 9 Einführung Pandas Series
Lecture 10 Einführung Pandas DataFrane
Lecture 11 DataFrame (CSV) einlesen
Lecture 12 DataFrame (CSV) speichern
Lecture 13 ÜBUNG: Pandas Basics
Section 4: Pandas Indexing
Lecture 14 Kapitelübersicht: Pandas Indexing
Lecture 15 Indexing: Accessoren
Lecture 16 Indexing: Index basiert (.iloc)
Lecture 17 Indexing: Label basiert (.loc)
Lecture 18 Indexing: Index manipulieren
Lecture 19 ÜBUNG: Pandas Indexing
Section 5: Pandas Selecting Data
Lecture 20 Kapitelübersicht: Pandas Selecting
Lecture 21 Selecting: Einfache Selektion
Lecture 22 Selecting: Multiple Selektion
Lecture 23 Selecting: Built-In Funktionen – I
Lecture 24 Selecting: Built-In Funktionen – II
Lecture 25 Selecting: Built-In Funktionen – III
Lecture 26 Selecting: Query Fuktion
Lecture 27 ÜBUNG: Pandas Selecting
Section 6: Pandas Summary Functions
Lecture 28 Kapitelübersicht: Summary Functions
Lecture 29 Summary Functions auf DataFrame
Lecture 30 Summary Functions auf Series
Lecture 31 ÜBUNG: Summary Functions
Section 7: Pandas Daten zuweisen
Lecture 32 Kapitelübersicht: Daten zuweisen
Lecture 33 Assign: Neue Spalte einfügen
Lecture 34 Assign: Neue Zeile (von DataFrame)
Lecture 35 Assign: Neue Zeile (von Dictionary)
Lecture 36 ÜBUNG: Daten zuweisen
Section 8: Pandas: Grouping & Sorting
Lecture 37 Kapitelübersicht: Grouping & Sorting
Lecture 38 Gruppieren: Single Index
Lecture 39 Gruppieren: Multi Index
Lecture 40 Sortieren: DF’s sortieren und ordnen
Lecture 41 ÜBUNG: Grouping & Sorting
Section 9: Pandas Datatypes und missing Values
Lecture 42 Kapitelübersicht: Datatypes & Missing Values
Lecture 43 Datentypen
Lecture 44 Missing Values
Lecture 45 ÜBUNG: Datatypes & Missing Values
Section 10: Pandas Renaming & Kombinieren
Lecture 46 Kapitelübersicht: Renaming & Kombinieren
Lecture 47 Renaming: Spalte umbenennen
Lecture 48 Renaming: Axen umbenennen
Lecture 49 DataFrames kombinieren: .concat
Lecture 50 DataFrames kombinieren: .join
Lecture 51 ÜBUNG: Renaming & Kombiniere
Section 11: Pandas Merge Function
Lecture 52 Kapitelübersicht: Merge Function
Lecture 53 Merging: Mit for-loop
Lecture 54 Merging: Einführung
Lecture 55 Merging: INNER JOIN
Lecture 56 Merging: Mit ausgewählten Spalten
Lecture 57 Mergin: LEFT JOIN
Lecture 58 Merging: RIGHT JOIN
Lecture 59 Merging: OUTER JOIN
Lecture 60 Merging: CROSS JOIN
Lecture 61 ÜBUNG: Pandas Merge Function
Section 12: Pandas Additional Functions
Lecture 62 Kapitelübersicht: Additional Functions
Lecture 63 Function: .drop_duplicates
Lecture 64 Function: .astype
Lecture 65 Function: .pop & .insert
Lecture 66 Function: .startswith
Lecture 67 Function: .replace & .split
Lecture 68 ÜBUNG: Pandas Additional Functions
Section 13: Pandas Advanced Functions
Lecture 69 Kapitelübersicht: Advanced Functions
Lecture 70 Function: .map
Lecture 71 Function: .apply – Teil 1
Lecture 72 Function: .apply – Teil 2
Lecture 73 Function: .apply – Teil 3
Lecture 74 Function: lambda
Lecture 75 ÜBUNG: Pandas Advanced Functions
Section 14: EDA mit Plotly & Pandas
Lecture 76 Kapitelübersicht: Plotly
Lecture 77 Information zum Kapitel
Section 15: Abschluss
Lecture 78 Ausblick
Lecture 79 Gutscheincode für weitere Kurse
Python Entwickler,Data Scientists,Machine Learning Engineer,NLP Entwickler,Datenbankentwickler,Statistiker,Informatik Studenten,An jeden der Lust hat Pandas zu lernen 🙂
Course Information:
Udemy | Deutsch | 9h 22m | 4.05 GB
Created by: Stefan Lippl
You Can See More Courses in the Developer >> Greetings from CourseDown.com