Pandas - avance

Programme

- Tour d'horizon de la librairie Pandas
Vous utilisez Pandas pour vos analyses de données ou vos projets de Data Science, mais vous n'en maîtrisez pas tous les aspects ? Ce tour d'horizon vous permettra d'identifier toutes les possibilités qu'offre cette librairie. Par un exercice guidé, vous pourrez revoir les notions de bases pour l'utilisation de Pandas, des notions de visualisation de données avec Matplotlib, Pandas et Seaborn

• Rappels sur les notions de bases de Pandas


• Lecture de fichiers de données (csv, excel, SQL, parquet)


• Description du jeu de données et analyse statistique simple


• Implémenter des analyses et des visualisations différentes en fonction du type de données


• Gestion des données manquantes


• Manipulation de dates pour les Time Series


• Gestion des chaînes de caractères


• Mise en place des bonnes pratiques en Data Science

- Maîtriser les subtilités des groupbys
Les groupbys peuvent vous permettre de mieux appréhender les modalités dans votre jeu de données.

• Groupby à simple indice avec les fonctions d'agrégations classiques


• Personnalisation des fonctions d'agrégations


• Groupby à multiples indices


• Différence entre les fonctions apply et transform


• Rappels sur les fonctions anonymes

- Tables pivots et tableaux croisés
Vous verrez par le biais de nombreux exemples et exercices, l‘intérêt des tables pivots et des tableaux croisés pour une représentation différente des jeux de données.

• Fonctions d'agrégation et tables pivots


• Matrice de contingence


• Tableaux croisés

- Jointure de tables
Pour joindre des tables, il est possible de procéder par indice ou par colonne.

• Notions d'axes


• Concaténation


• Merge selon une ou plusieurs clés


• Jointure par rapport aux indices

- Atelier de mise en pratique sur une journée

Toutes les notions vues précédemment seront mises en pratique lors d'une journée de travaux pratiques sur un problème d'analyse de données complet mettant en œuvre les bonnes pratiques à utiliser en Data Science.


- Accélération du calcul avec Pandas
Vous verrez quelles sont les librairies qui vous permettent de faire du multiprocessing avec Pandas

• Boucler sur les lignes et les colonnes


• Revenir aux basiques avec NumPy


• Exemples avec la librairie Modin


• Exemples avec la librairie Numba