Полное руководство по Python Pandas для анализа данных! (Обновленное издание 2025 года)

Привет всем! Добро пожаловать на новое видео! Я очень рад этому. Мы снова проходим полный урок по Python Pandas. С момента последнего обновления прошло пять лет, и библиотека, и мои знания значительно расширились. Мы рассмотрим все основы и продвинутые методы анализа и обработки табличных данных с помощью Pandas. Независимо от того, новичок вы или опытный пользователь, стремящийся повысить свой уровень, здесь каждый найдет что-то для себя. Давайте начнем! Что мы рассмотрим: Настройка среды Введение в DataFrames Загрузка данных из CSV, Excel, Parquet и других форматов Доступ к данным и их обработка Фильтрация, добавление и удаление столбцов Обработка пропущенных значений Агрегирование данных с помощью GroupBy и сводных таблиц Расширенные функции, такие как сдвиг, ранжирование и скользящие функции Изучение новых возможностей Pandas 2.0 Использование инструментов ИИ, таких как GitHub Copilot и ChatGPT, для улучшения вашего рабочего процесса Упомянутые ссылки Репозиторий GitHub (код): https://github.com/KeithGalli/complet... Статья в блоге о Pandas 2.0: https://datapythonista.me/blog/pandas... Шпаргалка по формату даты и времени в процентах: https://strftime.org/ Набор данных Kaggle NOC: https://www.kaggle.com/datasets/heeso... Упомянутые видео! Учебное пособие по очистке данных об Олимпийских играх: https://www.youtube.com/live/oad9tVEs... Учебное пособие по регулярным выражениям:    • Complete Regular Expressions Tutorial! (wi...   100 проблем Pandas:    • Solving 100 Python Pandas Problems! (from ...   Практика! StrataScratch: https://www.stratascratch.com/?via=keith Analyst Builder: https://www.analystbuilder.com/?via=k... ------------------------- Время видео! 0:00 - Обзор видео 1:11 - Начало работы с Python Pandas | Google Colab 1:21 - Начало работы с Python Pandas | Настройка локальной среды (клонирование кода, использование виртуальной среды, VS Code) 3:58 - Введение в DataFrames | Создание DataFrames, индексы/столбцы, основные функции 8:25 - Загрузка DataFrames из файлов (CSV, Excel, Parquet и т. д.) 13:42 - Доступ к данным | .head() .tail() .sample() 15:28 - Доступ к данным | .loc() .iloc() 19:20 - Установка значений DataFrame с помощью loc() и iloc() 20:20 - Доступ к отдельным значениям | .at() .iat() 21:11 - Доступ к данным | Получение столбцов, сортировка значений, по возрастанию/убыванию 23:01 - Итерация по DataFrame (df) с помощью цикла For | df.iterrows() 24:12 - Фильтрация данных | Синтаксические параметры, числовые значения, множественные условия 27:58 - Фильтрация данных | Строковые операции, регулярные выражения (Regex) 33:09 - Фильтрация данных | Функции запросов 34:20 - Добавление/удаление столбцов | Основы, условные значения, математические операции, переименование столбцов 41:40 - Добавление/удаление столбцов | Операции со строками, операции с датами и временем (pd.to_datetime) 46:38 - Сохранение обновленного DataFrame (df.to_csv, df.to_excel, df.to_parquet и т. д.) 47:14 - Добавление/удаление столбцов | Использование лямбда-функций и пользовательских функций с .apply() 50:42 - Объединение и конкатенация данных | pd.merge(), pd.concat(), типы соединений 58:33 - Обработка нулевых значений (NaN) | .fillna() .interpolate() .dropna() .isna() .notna() 1:04:05 - Агрегирование данных | value_counts() 1:05:47 - Агрегирование данных | Использование Groupby - groupby() .sum() .mean() .agg() 1:08:24 - Агрегирование данных | Сводные таблицы 1:10:28 - Группировка в сочетании с операциями с датами и временем 1:14:38 - Расширенные возможности | .shift() .rank() .cumsum() .rolling() 1:22:10 - Новые возможности | Pandas 1.0 против Pandas 2.0 - pyarrow 1:25:29 - Новые возможности | GitHub Copilot и OpenAI ChatGPT 1:32:05 - Что дальше?? | Продолжение изучения Python Pandas… ------------------------- Подписывайтесь на меня в социальных сетях! Instagram |   / keithgalli   Twitter |   / keithgalli   TikTok |   / keithgalli   ------------------------- Изучайте навыки работы с данными с помощью практических упражнений и руководств на Datacamp! https://datacamp.pxf.io/c/3588040/101... Попрактикуйтесь в решении задач по анализу данных с помощью Python Pandas на StrataScratch! https://stratascratch.com/?via=keith Присоединяйтесь к Python Army, чтобы получить доступ к бонусам! YouTube -    / @keithgalli   Patreon -   / keithgalli   *Я использую партнерские ссылки на рекомендуемые мной продукты. Я могу получать комиссию за покупку или реферальный бонус за использование этих ссылок.