Python v Pandas – kurz pro datové analytiky

Tento kurz probíhá jak online, tak prezenčně v naší učebně.
Tento kurz můžeme připravit i na míru pro Vaši firmu.

Tenhle kurz je pro ty, kdo to s analýzou dat myslí vážně. Protože Python je v současné době asi nejrozšířenější nástroj pro analyzování dat (a také pro spoustu dalších věcí).

Nabízí značnou flexibilitu a mnoho užitečných funkcí při zpracování i analýze vašich firemních dat.

Kurz je vhodný pro všechny zájemce, kteří by rádi začali Python využívat pro svou práci bussiness/datových analytiků, a hlavně pro všechny, kdo chtějí pracovat s nejefektnivějším nástrojem pro práci s daty.

Pro účast na kurzu doporučujeme alespoň minimální zkušenosti s Pythonem nebo absolvovaný náš úvodní Pythonový kurz.

Chcete mít tento kurz o dost levněji, navíc spolu s dalšími kurzy?

Pak potřebujete náš analytický balíček

Co si z kurzu odnesete kromě znalostí?

  • Kurzy nahráváme na video. Záznam pak dostanete ke stažení
  • Také dostanete certifikát potvrzující Vaši účast na kurzu

Termíny kurzu

Na kurz se můžete přihlásit v uvedených termínech. Tyto kurzy také nabízíme pro školení přímo ve firmách – pokud byste tedy chtěli proškolit zaměstnance Vaší firmy přímo u Vás, kontaktujte nás. V takových případech mohou být kurzy dle domluvy jakkoliv upravené.

Konkrétní termíny kurzů mohou mít stejnou cenu, obsah je ale identický.

Duben

20 - 21. 04. 2023
Python v Pandas – kurz pro datové analytiky
2 x 6 hodin
7 000 Kč (bez DPH)
Praha + online
VÍCE INFO

Téma kurzu

Základní práce s knihovnou Pandas

  • Co je co
  • Způsoby, jak získávat data
  • Načtení dat do DataFrame (z xlsx, csv, SQL, JSON, …)
  • Manipulace s xlsx soubory
  • Zápis dat z DataFrame do souboru/databáze
  • Dotazování se do DataFrame

Čištění a příprava

  • Datové typy - list, array, tuple, set
  • Změna datových typů
  • Doplňování chybějících hodnot
  • Nahrazení hodnot
  • Typy objektů uchovávajících čas
  • Převzorkování DataFrame na jinou časovou jednotku
  • Python v Power BI

Manipulace s daty a vizualizace

  • Slučování, připojování
  • Pivot/unpivot (převod řádků do sloupců a naopak)
  • Stack/unstack (práce s víceřádkovým „záhlavím“ tabulky)
  • Agregace (groupby)
  • Funkce map, apply (použití lambda funkce i definované funkce)
  • Práce s většími objemy dat (použití datového typu category)
  • Způsoby vizualizace dat do grafů
  • Vytváření atraktivních typů grafů