Pandas - avance

Data Value

Voir des formations similaires

Public admis

Salarié en poste

Demandeur d'emploi

Entreprise

Étudiant

Modalités

En présentiel

Durée

Nous contacter

Prix

2340 €

Localité

En présentiel

Découvrez les localités disponibles pour suivre cette formation en présentiel.

Objectifs

Exploiter la librairie Pandas du langage Python pour traiter vos problématiques et projets en Data Science

Compétences visées

- Maîtriser la librairie Pandas pour l'analyse de données

- Connaître les subtilités des groupbys

- Savoir manipuler les tables pivots et les tableaux croisés

- Avoir des notions sur l'accélération des calculs avec Pandas

- Connaître les bonnes pratiques en Data Science

Programme

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