CERTIFICATIONS

Ce module présente l'installation de base de Python, une vue d'ensemble de Python et de l'environnement Anaconda, la configuration du notebook Jupyter et explique le tableau de bord de Jupyter et l'importation des bibliothèques nécessaires pour travailler avec des données.

Types de données de base, opérateurs, variables, variables déclarées, fonctions intégrées, fonctions personnalisées, méthodes pour les chaînes de caractères, listes, création de listes, positions d'index, découpage et dictionnaires.

Ce module couvre la création d'un objet Series v2, Intro to Methods, Intro to Attributes, Attributes and Methods on a Series, Parameters and Arguments, Parameters and Arguments, Import Series with the pd.read_csv Function, Import Series with the read_csv Function, Use the head and tail Methods to Return Rows from Beginning and End of Dataset, The head and tail Methods, Passing Series to Python Built-In, Functions. Utiliser la méthode apply pour invoquer une fonction sur chaque valeur de la série et la méthode map.

Ce module présente l'introduction aux DataFrames, les méthodes et les attributs entre les séries et les DataFrames, les différences entre les méthodes partagées, la sélection de deux colonnes ou plus dans un DataFrame, l'ajout d'une nouvelle colonne dans un DataFrame, la création d'une nouvelle colonne à partir d'une colonne existante, Une revue de la méthode value_counts, Drop DataFrame Rows with Null Values with the dropna Method, Delete DataFrame Rows with Missing Values, astype MethodTrier a DataFrame with the sort_values Method, Sort DataFrame Index with the sort_index Method, Rank Series Values with the rank Method.

Ce module présente l'ensemble de données du module, l'optimisation de la mémoire, le filtrage d'un DataFrame basé sur une condition, le filtrage d'un DataFrame avec plus d'une condition (AND - &), le filtrage d'un DataFrame avec plus d'une condition (OR - |), la vérification de l'inclusion avec la méthode isin, Vérifier les valeurs nulles et présentes du DataFrame avec les méthodes isnull et notnull, Vérifier les lignes dupliquées du DataFrame avec la méthode duplicated, Supprimer les lignes dupliquées du DataFrame avec la méthode drop_duplicates et identifier et compter les valeurs uniques avec les méthodes unique et nunique.

Ce module présente l'importation d'ensembles de données, l'utilisation des méthodes set_index et reset_index pour définir un nouvel index DataFrame, la récupération des lignes par étiquette d'index avec l'accesseur loc, la récupération des lignes par position d'index avec l'accesseur iloc, le passage de seconds arguments aux accesseurs loc et iloc, la définition d'une nouvelle valeur pour une ou plusieurs cellules spécifiques dans une ligne, la définition de valeurs multiples dans un DataFrame, la suppression de lignes ou de colonnes d'un DataFrame, la création d'un échantillon aléatoire avec la méthode sample, le filtrage. Appliquer une fonction à chaque ligne d'un DataFrame avec la méthode apply et créer une copie d'un DataFrame avec la méthode copy.

Ce module couvre l'introduction à la section Travailler avec des données textuelles, les méthodes de chaînes communes, l'utilisation de la méthode str.replace pour remplacer toutes les occurrences d'un caractère par un autre, le filtrage des lignes d'un DataFrame avec des méthodes de chaînes, d'autres méthodes de chaînes de DataFrame - strip, lstrip et rstrip, l'invocation de méthodes de chaînes sur l'index et les colonnes du DataFrame, la division de chaînes par des caractères avec la méthode str.split, plus de pratique avec la méthode str.split sur une série et l'exploration des paramètres expand et n de la méthode str.split.

Ce module présente l'introduction au module MultiIndex, la création d'un MultiIndex sur un DataFrame avec la méthode set_index, la création d'un MultiIndex sur un DataFrame, l'extraction des valeurs des niveaux d'index avec la méthode get_level_values, la modification du nom des niveaux d'index avec la méthode set_names, Méthode sort_index sur un DataFrame MultiIndex, Extraire les lignes d'un DataFrame MultiIndex, Méthode transpose sur un DataFrame MultiIndex, Méthode swaplevel, Méthode unstack, Méthode pivot, Utiliser la méthode pivot_table pour créer un résumé agrégé d'un DataFrame et la méthode pd.Méthode melt.

Ce module couvre l'introduction au module GroupBy, les premières opérations avec l'objet groupby, la récupération d'un groupe à partir d'un objet GroupBy avec la méthode get_group, les méthodes sur l'objet Groupby et les colonnes du DataFrame, le regroupement par colonnes multiples et l'itération à travers les groupes.

Ce module présente la section Fusionner, joindre et concaténer, la méthode pd.concat, les jointures intérieures, les jointures extérieures, les paramètres left_on et right_on, la fusion par index avec les paramètres left_index et right_index, la méthode join() et la méthode pd.merge().

Ce module est utile pour acquérir des connaissances sur le module Travailler avec des dates et des heures, la révision du module datetime de Python, l'objet pandas Timestamp, l'objet pandas DateTimeIndex, la méthode pd.to_datetime(), la création d'une plage de dates avec la méthode pd.date_range(), l'accesseur .dt, Installer la bibliothèque pandas-datareader, Corriger les erreurs d'API dans la prochaine leçon, Importer un ensemble de données financières avec la bibliothèque pandas_datareader, Sélectionner des lignes dans un DataFrame avec un DateTimeIndex, Attributs et Méthodes de l'Objet Timestamp, Objet pd.DateOffset, Offsets des séries temporelles, Objet Timedelta et Timedeltas dans un ensemble de données.
 

Ce module présente l'introduction à la section des entrées et sorties, les conversions rapides d'objets, l'exportation de fichiers CSV avec la méthode to_csv, l'installation des bibliothèques xlrd et openpyxl pour lire et écrire des fichiers Excel, l'importation de fichiers Excel dans pandas avec la méthode read_excel et l'exportation de fichiers Excel avec la méthode to_excel.

Ce module traite de la section Visualisation, de l'utilisation de la méthode plot pour obtenir un graphique linéaire, de la modification de l'esthétique des graphiques avec les modèles de matplotlib, de la création de graphiques à barres pour afficher les nombres, de la création de graphiques à secteurs pour représenter les proportions.

Ce module présente l'introduction au module Options et paramètres, la modification des options de Pandas avec les attributs et la syntaxe des points, la modification des options de Pandas avec les méthodes et l'option de précision.