สอน Python & Pandas | สำหรับจัดการและวิเคราะห์ข้อมูล [FULL COURSE]

🤝 สนับสนุนช่องด้วยการสมัครสมาชิก (Membership):    / @kongruksiamofficial   🔥 คอร์สสร้างแอพพลิเคชั่นด้วยภาษา Python: https://www.udemy.com/course/python-r... 👉 Data ประกอบการสอน : https://github.com/kongruksiamza/pand... 🗒️ เอกสารประกอบการสอน : https://github.com/kongruksiamza/prog... ⏰ ประกอบด้วยเนื้อหา : 0:00 - รู้จักกับ Pandas 06:40- โครงสร้างข้อมูล Pandas 10:31- สร้าง Series จาก List & Tuple 16:45 - สร้าง Series จาก Numpy 20:16- สร้าง Series กำหนดเลข Index 25:47- สร้าง Series จาก Dictionary 30:34- การเข้าถึงข้อมูลใน Series 37:22- ติดตั้ง Jupyter Notebook 45:37- สร้าง Series ใน Jupyter 55:39- เข้าถึงข้อมูลใน Series (Slice) 01:04:05 - สร้าง DataFrame จาก List และ Tuple 01:12:00- สร้าง DataFrame จาก List หลายมิติ 01:18:24- สร้าง DataFrame จาก List ด้วย zip 01:26:01- สร้าง DataFrame จาก Dictionary 01:38:26- สร้าง DataFrame จาก Series 01:45:33- ส่งออกเอกสาร CSV 01:56:38- อ่านเอกสาร CSV 02:01:26- อ่านเอกสาร CSV บางคอลัมน์ 02:07:16- อ่านเอกสาร CSV กำหนดหัวคอลัมน์ 02:14:47- อ่านเอกสาร Excel 02:22:45- ตรวจสอบข้อมูล 02:34:26- ชนิดข้อมูลและค่าทางสถิติ 02:44:34- การเลือกคอลัมน์และช่วงข้อมูล 02:53:06- การเลือกแถวและช่วงข้อมูล 03:00:41 - ค้นหาข้อมูลด้วย Match & Contains 03:08:07 - การลูปข้อมูล 03:12:38 - สอบถามข้อมูลแบบมีเงื่อนไข 03:24:01 - เลือกข้อมูลด้วย isin 03:34:55 - เรียงลำดับข้อมูลด้วย Index 03:42:34 - เรียงลำดับข้อมูลด้วย Value 03:46:25 - การเพิ่มคอลัมน์ 03:50:20 - การเปลี่ยนชื่อคอลัมน์ 03:56:05 - การลบคอลัมน์ 03:58:59 - การเพิ่มแถว 04:06:18 - ลบแถวด้วย Index 04:12:18 - ลบแถวด้วย Key 04:17:03 - การหาผลรวมแถวและคอลัมน์ 04:24:59 - จัดการข้อมูลสูญหาย (Missing Value) 04:39:17 - แทนค่าข้อมูลด้วยค่าเฉลี่ย 04:48:36 - แทนค่าข้อมูลโดยการกำหนดขึ้นเอง 04:51:40 - แทนค่าด้วยค่าก่อนหน้า (pad) 04:56:30 - แทนค่าด้วยค่าถัดไป (bfill) 04:59:25 - การลบแถว 05:58:12 - การลบคอลัมน์ 05:13:37 - การลบค่าซ้ำ 📢 ติดตามข่าวสารของเราได้ที่ : ➤ Facebook :   / kongruksiamtutorial   ➤ TikTok :   / kongruksiamstudio   ➤ Instagram :   / kongruksiamstudio   ➤ Medium :   / kongruksiam   #python #pandas #datascience