Kurs Datenanalyse mit Python und pandas

Lektion 1 • Grundlegende Python-Datenstrukturen

Wiederholen Sie Listen, Dictionaries und Tupel als die Bausteine, die Pandas erweitert. Verbindet native Python-Container mit den Konzepten von Pandas Series und DataFrame.

Lektion 2 • NumPy-Arrays als Rückgrat von Pandas

Führen Sie NumPy-Arrays und vektorisierte Operationen ein, die Pandas intern antreiben. Das Verständnis von Arrays verhindert Verwirrung, wenn Pandas arraybasierte Ergebnisse zurückgibt.

Lektion 3 • Einrichten der Umgebung

Installieren Sie Python, Pandas und Jupyter Notebook für einen interaktiven Workflow. Schafft die technische Grundlage, von der jedes nachfolgende Kapitel abhängt.

Lektion 4 • Einführung in DataFrames

Erstellen Sie DataFrames aus Dictionaries, Listen und Series-Objekten. Vermittelt das grundlegende mentale Modell für alle später behandelten Datenmanipulationen.

Lektion 1 • Schreiben von Daten in Dateien

Exportieren Sie DataFrames mit to_csv, to_excel und to_json in CSV-, Excel- und JSON-Dateien. Schließt den in diesem Kapitel eingeführten Lese-Transformiere-Schreib-Zyklus ab.

Lektion 2 • Einlesen von Excel- und JSON-Dateien

Importieren Sie mehrblättrige Excel-Arbeitsmappen und verschachtelte JSON-Strukturen in DataFrames. Erweitert die Einlesefähigkeiten über Flat Files hinaus auf gängige Geschäftsformate.

Lektion 3 • Einlesen aus Datenbanken

Stellen Sie eine Verbindung zu SQL-Datenbanken her und führen Sie Abfragen direkt in DataFrames mit read_sql aus. Überbrückt Datenbank-Workflows mit pandasbasierten Analysepipelines.

Lektion 4 • Einlesen von Flat Files

Verwenden Sie read_csv und read_table mit Schlüsselparametern, um getrennte Dateien zu importieren. Behandelt das häufigste Szenario der Datenaufnahme aus der Praxis in diesem Kapitel.

Lektion 1 • Positionsbasierte Indizierung mit iloc

Verwenden Sie iloc für den ganzzahlbasierten Zeilen- und Spaltenzugriff. Ergänzt loc bei der Arbeit mit unbeschrifteten oder numerisch indizierten DataFrames.

Lektion 2 • Abfragemethode und erweiterte Auswahl

Verwenden Sie die query-Methode und die MultiIndex-Auswahl für ausdrucksstarke, lesbare Filter. Erweitert die Auswahlfähigkeiten auf hierarchische Indizes, die später im Kurs eingeführt werden.

Lektion 3 • Grundlagen der Spalten- und Zeilenauswahl

Wählen Sie einzelne und mehrere Spalten mit der Klammer- und Punktnotation aus. Legt die einfachsten Auswahlmuster fest, bevor Beschriftungs- und Positionsindexierer eingeführt werden.

Lektion 4 • Beschriftungsbasierte Indizierung mit loc

Verwenden Sie loc, um Zeilen und Spalten nach Beschriftung auszuwählen, einschließlich Slices und Listen. Bietet eine präzise, lesbare Auswahl, die Positionsmehrdeutigkeiten vermeidet.

Lektion 1 • Umbenennen und Umstrukturieren von Spalten

Benennen Sie Spalten mit rename um, bereinigen Sie Spaltennamen und ordnen Sie Spalten neu an oder löschen Sie sie. Einheitliche Namenskonventionen verbessern die Lesbarkeit des Codes im gesamten Projekt.

Lektion 2 • Entfernen und Deduplizieren von Daten

Finden und entfernen Sie doppelte Zeilen mit duplicated und drop_duplicates. Verhindert überhöhte Zählungen und verzerrte Statistiken in Aggregationsschritten.

Lektion 3 • Ersetzen und Korrigieren von Werten

Verwenden Sie replace, map und clip, um fehlerhafte oder außerhalb des Bereichs liegende Werte in Spalten zu korrigieren. Stellt die Datenintegrität vor statistischen Analysen oder Machine-Learning-Pipelines sicher.

Lektion 4 • Umgang mit fehlenden Werten

Identifizieren Sie NaN-Positionen mit isna und isnull und füllen oder löschen Sie diese dann strategisch. Der Umgang mit fehlenden Werten wirkt sich direkt auf die Genauigkeit jeder Aggregation aus.

Lektion 1 • Zeichenfolgenoperationen mit dem str-Accessor

Nutzen Sie den str-Accessor für vektorisierte Zeichenfolgenbereinigung, -aufteilung und -extraktion. Textspalten benötigen diese Methoden, bevor sie in der Analyse verwendet werden können.

Lektion 2 • Binning und Diskretisierung

Konvertieren Sie kontinuierliche Variablen mit cut und qcut in kategoriale Klassen. Die Diskretisierung ermöglicht eine gruppenbasierte Analyse numerischer Verteilungen.

Lektion 3 • Sortieren und Rangfolge von Daten

Sortieren Sie DataFrames nach Werten oder Index und weisen Sie numerischen Spalten Ränge zu. Geordnete Daten sind für Fensterfunktionen und Zeitreihenoperationen im weiteren Verlauf erforderlich.

Lektion 4 • Erstellen und Ändern von Spalten

Leiten Sie neue Spalten durch Arithmetik, Zeichenfolgenoperationen und bedingte Logik ab. Neue Merkmale verbessern direkt die analytische Tiefe nachgelagerter Aggregationen.

Lektion 1 • Integrierte Aggregationsfunktionen

Wenden Sie sum, mean, count, min, max und std effizient auf gruppierte Daten an. Integrierte Funktionen sind schneller als benutzerdefinierte apply-Aufrufe und decken die meisten Berichtsanforderungen ab.

Lektion 2 • Benutzerdefinierte Aggregationen und Transformation

Schreiben Sie benutzerdefinierte Aggregationsfunktionen und verwenden Sie transform, um Gruppenergebnisse zurück auf den ursprünglichen Index zu übertragen. Transform ermöglicht die Erstellung gruppennormalisierter Merkmale.

Lektion 3 • GroupBy-Grundlagen

Teilen Sie einen DataFrame nach einem oder mehreren Schlüsseln in Gruppen auf und untersuchen Sie das resultierende GroupBy-Objekt. Das Verständnis des Split-Apply-Combine-Musters ist die Grundlage dieses Kapitels.

Lektion 4 • Umformen mit Pivot und Melt

Verwenden Sie pivot, um lange Daten in das Breitformat umzuformen, und melt, um den Vorgang umzukehren. Transformationen von Breit nach Lang und von Lang nach Breit sind für Tidy-Data-Workflows unerlässlich.

Lektion 1 • Zusammenführen bei unterschiedlichen Schlüsselnamen

Verwenden Sie left_on und right_on, um DataFrames mit unterschiedlich benannten Schlüsselspalten zusammenzuführen. Behandelt den häufigen Praxisfall, dass Quellsysteme inkonsistente Benennungen verwenden.

Lektion 2 • Verketten von DataFrames

Stapeln Sie DataFrames vertikal oder horizontal mit concat und behandeln Sie die Indexausrichtung. Verkettung ist die einfachste Kombinationsmethode und der Ausgangspunkt für dieses Kapitel.

Lektion 3 • Kombinieren mit Update und Combine

Verwenden Sie update und combine_first, um Lücken in einem DataFrame mit einem anderen zu füllen. Ermöglicht inkrementelle Datenaktualisierungsmuster, die in Produktionspipelines üblich sind.

Lektion 4 • Indexbasiertes Verbinden

Verwenden Sie join, um DataFrames basierend auf ihren Indizes statt auf Spalten zu kombinieren. Index-Joins sind schneller, wenn DataFrames einen aussagekräftigen gemeinsamen Index haben.

Lektion 1 • Zeitbasierte Auswahl und Slice-Bildung

Wählen Sie Datumsbereiche mit partieller Zeichenfolgenindizierung und loc mit Datetime-Slices aus. Ermöglicht die schnelle Extraktion von Geschäftsperioden, Quartalen und benutzerdefinierten Datumsfenstern.

Lektion 2 • Zeitversätze und Periodenarithmetik

Verwenden Sie DateOffset-, Timedelta- und Period-Objekte für Datumsarithmetik und Periodenindizierung. Ermöglicht präzise Werktagsberechnungen und die Ausrichtung von Geschäftsperioden.

Lektion 3 • Resampling und Frequenzkonvertierung

Aggregieren Sie Zeitreihen mit resample auf niedrigere Frequenzen und sampeln Sie sie auf höhere Frequenzen hoch. Resampling ist die Kernoperation zum Erstellen von Tages-, Wochen- und Monatsberichten.

Lektion 4 • Datetime-Indizierung und -Parsing

Konvertieren Sie Zeichenfolgenspalten in einen DatetimeIndex und legen Sie diesen als DataFrame-Index fest. Ein korrekter DatetimeIndex erschließt alle zeitbezogenen Auswahl- und Resampling-Methoden.