دوره

اتصال داده‌ها با Pandas

یاد بگیرید چطور با استفاده از Pandas، داده‌های چند جدول رو با هم ترکیب و متصل کنید.

پیشرفته
تاریخ به‌روزرسانی:
4 مهر 1405
۴٫۸
پایتون
۴ ساعت
۱۵ ویدیو
۳۶ تمرین
۵۳۱ شرکت‌کننده
۴۰۵
کاربرهای فینکا در چه شرکت‌هایی مشغول به کار هستند؟
توضیحات دوره
توانایی ترکیب و کار با چندین دیتاست، یه مهارت ضروری برای هر دانشمند داده‌ست. Pandas یکی از ارکان مهم اکوسیستم علم داده در پایتونه‌ست و Stack Overflow حدود ۵ میلیون بازدید برای سوالات Pandas ثبت کرده. در این دوره یاد می‌گیرید چطور چندین دیتافریم رو با ترکیب و سازماندهی و اتصال و تغییر شکل با استفاده از Pandas مدیریت کنید. شما با دیتاست‌هایی از بانک جهانی و شهر شیکاگو کار می‌کنید و در پایان دوره، مهارت‌های کاربردی‌ای برای اتصال داده‌ها در Pandas به دست میارید.

همونیه که می‌خواید یاد بگیرید؟

  • 1

    اتصال و مدیریت یکپارچگی دیتافریم

  • 2

    فیلتر، گرفتن و تغییر شکل داده‌ها برای تحلیل

  • 3

    اتصال با استفاده از اندیس، ساختارهای سلسله‌مراتبی و سری زمانی

  • 4

    انجام و شخصی‌سازی اتصالات دیتافریم

1
مبانی ادغام داده‌ها
شروع رایگان

یاد می‌گیرید چطور با استفاده از اتصال داخلی، داده‌های پراکنده رو با هم ترکیب کنید. با ترکیب اطلاعات از چند منبع، می‌تونید به بینش‌های ارزشمندی برسید که شاید قبلا پنهان بودن. همچنین یاد می‌گیرید رابطه بین این منابع، مثل یک‌به‌یک یا یک‌به‌چند، چطور می‌تونه روی نتیجه تأثیر بذاره.

2
ادغام جداول با انواع مختلف اتصال

دانشتون درباره اتصال‌ها رو یک مرحله جلوتر ببرید. در این بخش، با داده‌های TMDb در مورد فیلم‌ها کار می‌کنید و با اتصال چپ، راست و خارجی آشنا می‌شید. همچنین یاد می‌گیرید چطور یک جدول رو به خودش متصل کنید و اتصال رو بر اساس اندیس دیتافریم انجام بدید.

3
ادغام و اتصال پیشرفته

در این بخش، از تکنیک‌های قدرتمند فیلتر کردن، از جمله نیم‌پیوند و پاد‌ اتصال، استفاده می‌کنید. همچنین یاد می‌گیرید چطور دیتافریم‌ها رو به‌صورت عمودی با هم ترکیب کنید و با استفاده از تابع pandas.concat دیتاست‌های جدید بسازید. در نهایت، چون داده‌ها معمولا تمیز نیستن، یاد می‌گیرید چطور ساختارهای داده‌ای تازه ترکیب‌شده رو اعتبارسنجی کنید.

4
ادغام داده‌های مرتب و سری زمانی

در بخش پایانی، یک قدم جلوتر می‌رید و یاد می‌گیرید چطور از متدهای تخصصی Pandas برای ادغام داده‌های سری زمانی و مرتب‌شده استفاده کنید؛ اون هم با داده‌های مالی و اقتصادی دنیای واقعی از شهر شیکاگو. همچنین یاد می‌گیرید چطور روی جدول‌های حاصل که فرمتی شبیه SQL دارن کوئری بزنید و با استفاده از متد melt، داده‌ها رو از حالت پیوت خارج کنید.

گواهی پایان دوره

%0
  • تأیید مهارت شما

    با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.

  • اعتبار و اصالت گواهی

    هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.

  • اشتراک‌گذاری

    می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.

اشتراک‌گذاری
منابع
CTA Stations

S&P 500

World Bank GDP

World Bank Population

Chicago Taxi Owners

Chicago Taxi Vehicles

Chicago Wards

Chicago Census

Chicago Business Licenses

Chicago Demographics by Zip Code

Chicago Business Owners

Chicago Land Use

CTA Ridership

CTA Calendar

Movie Financial Data

Movie Sequels

Movie Genres

Movie Ratings

Movies

Movie Tag Lines

Movie Crews

Movie Casts

Movie Actors

سوالات متداول

این دوره برای افرادی که می‌خوان وارد حوزه علم داده بشن کاملا مفیده و بهشون یاد می‌ده چطور با Pandas داده‌ها رو به‌درستی با هم ترکیب کنن. تحلیلگران کسب‌وکار، تحلیلگران مالی و مهندسان نرم‌افزار هم می‌تونن با یادگیری نحوه ترکیب و تغییر ساختار دیتاست‌ها با Pandas، مهارت‌های کاربردی‌تری به دست بیارن.

یاد می‌گیرید که چطور چندین دیتاست رو با هم ترکیب کنید و باهاشون کار کنید، از جمله اتصالات یک‌به‌یک، یک‌به‌چند، چپ، راست و خارجی. همچنین یاد می‌گیرید چطور یک جدول رو به خودش متصل کنید و روی یک اندیس دیتافریم اتصال رو انجام بدید.

تکمیل این دوره معمولا حدود 4 ساعت زمان می‌بره.

بله، در این دوره یاد می‌گیرید چطور داده‌های سری زمانی و داده‌های مرتب‌شده رو با استفاده از داده‌های واقعی مالی و اقتصادی با هم ترکیب کنید.

بله، پس از تکمیل موفقیت‌آمیز دوره، یک گواهینامه از فینکا دریافت می‌کنید که می‌تونید اون رو با دیگران به اشتراک بذارید.

دریافت اپلیکیشن فینکا

با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.