دوره آموزشی پایتون در اکسل: کار با pandas DataFrames
1 ساعت 48 دقیقهمتوسط2024-04-11
مدرسین

Felix Zumstein
جزئیات دوره
پایتون و اکسل هر دو برخی از محبوب ترین "زبان های برنامه نویسی" هستند، به ویژه برای تجزیه و تحلیل داده ها / علم داده. با هم، آنها حتی قدرتمندتر هستند. در این دوره آموزشی، نویسنده و متخصص اکسل، Felix Zumstein نحوه کار با pandas DataFrames در اکسل را توضیح می دهد. Pandas DataFrames ستون فقرات هر تجزیه و تحلیل داده مبتنی بر پایتون در اکسل است. آشنایی کامل با DataFrames داشته باشید. بیاموزید که چگونه منابع مختلف مانند محدوده اکسل، جدول اکسل یا Power Query را به DataFrame تبدیل کنید. دریابید که چرا و چه زمانی استفاده از DataFrame منطقی است، برخلاف ویژگیهای اصلی Excel مانند Power Query، Pivot Tables یا فرمولهای VLOOKUP. از یک مجموعه داده کاربردی برای بررسی اصول کار با DataFrames، از جمله فهرست، هدر، فیلتر کردن داده ها، حذف موارد تکراری، افزودن یک ستون جدید، ترکیب دو DataFrame و فهرست بندی مجدد استفاده کنید. به علاوه، نگاهی سریع به سری های زمانی و تجسم ها بیندازید.
مهارت ها
pandasSpreadsheetsMicrosoft ExcelPythonData AnalysisProgramming LanguagesData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceMicrosoftSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - پایتون در اکسل و pandas DataFrames
- 02 - آنچه باید بدانید
- 03 - درباره پایتون در اکسل
1. آشنایی با pandas
- 04 - سلام دنیا
- 05 - pandas DataFrames و Series
- 06 - انتخاب داده ها
- 07 - محاسبات، برداری، و سلولهای خالی
- 08 - فیلتر ردیف
- 09 - دستکاری DataFrames
- 10 - ویرایشگر پایتون و دستورات جادویی
2. تجزیهوتحلیل داده ها
- 11 - پاکسازی داده ها
- 12 - کار با دادههای متنی
- 13 - ترکیب DataFrame
- 14 - تجمیع داده ها
- 15 - نقشه کشیدن
3. تجزیهوتحلیل سری زمانی
- 16 - مقدمه ای بر سریهای زمانی
- 17 - تجزیهوتحلیل سریهای زمانی با pandas DataFrames
- 18 - جابجایی و درصد تغییرات
- 19 - مقایسه سریهای زمانی
- 20 - نمونه گیری مجدد و همبستگی
- 21 - مطالعه موردی - داشبورد فروش
نتیجه
- 22 - مراحل بعدی برای یادگیری بیشتر در مورد پایتون در اکسل