Data Analisi con Pandas 19.99 €

1) Introduzione al corso

2) Materiale del corso

3) +++Importante+++ Per favore non saltare questa lezione!

+++Importante+++Qui sotto alcuni consigli utili per rendere la tua esperienza con Udemy la migliore possibile.D1: L’insegnante parla troppo lentamente, posso modifcare la velocita’ dei video?R1: a ...

4) Installare Anaconda su PC Windows

Nel file pdf allegato troverai una breve guida su come installare Anaconda su PC Windows e su come aprire il tuo primo Jupyter Notebook!

5) Installare Anaconda su MAC OS

Nel file pdf allegato troverai una breve guida su come installare Anaconda su MAC OS e su come aprire il tuo primo Jupyter Notebook!

6) OPZIONALE: Breve intro su Jupyter Notebook

Lezione opzionale - vengono mostrate le basi minime di Jupyter Notebook

7) Intro sulle Series

8) Attributi

9) Metodi

10) Metodi read_csv() to_csv()

11) head() e tail()

12) Ordinare le Series e parametro "inplace"

13) Value_counts()

14) Accedere tramite posizione

15) Accedere tramite indice

16) Esercizio: Series, Istruzioni

17) Esercizio Series, Soluzione

18) Intro sui Dataframes

19) Anatomia di un dataframe

20) Intro sui metodi per Dataframes

21) Installare xlrd e openpyxl per lavorare con file Excel

22) describe() e info()

23) nlargest() e nsmallest() vs sort_values()

24) set_index() e reset_index()

25) Rimuovere colonne e righe tramite drop()

26) Come aggiungere colonne ad un dataframe

27) dropna() per rimuovere valori mancanti (NaN)

28) Sostituire valori mancanti, metodo fillna()

29) Metodo .loc[] per estrarre righe (tramite indice)

30) "Slicing" tramite .loc[]

31) Metodo .iloc[] per estrarre righe (tramite posizione)

32) "Slicing" tramite .iloc[]

33) Riassunto "Selezione righe e colonne"

34) Il concetto di "Broadcasting"

35) Estrazione in base ad una condizione

36) Estrazione in base a piu' condizioni

37) Estrazione tramite metodo between()

38) isin(), isnull() e notnull()

39) Cambiare nome degli assi e metodo rename()

40) Metodo apply()

41) Metodi map() e applymap()

42) Metodo astype()

43) Esercizio Dataframe 1, Istruzioni

44) Esercizio Dataframe 1, soluzione parte 1

45) Esercizio Dataframe 1, soluzione parte 2

46) Esercizio Dataframe 2, Istruzioni

47) Esercizio Dataframe 2, Soluzione

48) Introduzione

49) Metodi where() e query()

50) Metodo agg()

51) Metodo copy()

52) Operazioni con le stringhe - parte 1

53) Operazioni con le stringhe - parte 2

54) Operazioni con le stringhe - parte 3

55) Operazioni con le stringhe - parte 4

56) Indice Gerarchico (Multi-indexing) - parte 1

57) Indice Gerarchico (Multi-indexing) - parte 2

58) Esercizio Dataframe 3, Istruzioni

59) Esercizio Dataframe 3, Soluzione

60) Intro: Reshaping di un Dataframe

61) Metodo transpose()

62) stack() e unstack()

63) melt()

64) pivot()

65) pivot_table()

66) introduzione al metodo groupby()

67) groupby() parte 1

68) groupby() parte 2

69) Esercizio Reshaping, Istruzioni

70) Esercizio Reshaping, Soluzione

71) Introduzione

72) Metodo concat()

73) Metodo merge() e outer join

74) Metodo merge() e inner join

75) Metodo merge() e left_right join con intersezione

76) Metodo merge() e left_right join senza intersezione

77) Metodo merge() outer join senza intersezione

78) merge su colonne con nomi diversi

79) merge su colonne e indici con nomi diversi

80) Metodo join()

81) Esercizio Unire dataframes, istruzioni

82) Esercizio Unire dataframes, Soluzione

83) Introduzione

84) Panoramica sui concetti generali di tempo in Pandas

85) Timestamp e DatetimeIndex

86) Metodo date_range()

87) period e PeriodIndex

88) Timedelta e timedeltaIndex

89) Accedere agli attributi temporali tramite .dt

90) Metodi e Attributi di oggetti Timestamps

91) Leggere serie temporali da un file - parte 1

92) Leggere serie temporali da un file - parte 2

93) loc[] e iloc[] con oggetti DatetimeIndex

94) Metodo reindex()

95) Metodo resample()

96) Esercizio Serie Temporali, Istruzioni

97) Esercizio Serie Temporali, Soluzione parte 1

98) Esercizio Serie Temporali, Soluzione parte 2

99) Introduzione

100) grafico a linee - line plot