Udemy

Platform

Português

Language

Data Science

Category

Pandas para análise de dados

Aprenda a biblioteca mais utilizada em python para data science e data wrangling

4.15 (11 reviews)

Pandas para análise de dados

Students

10.5 hours

Content

Aug 2021

Last Update
Regular Price


What you will learn

Os alunos aprenderam utilizar a biblioteca de manipulação de DataFrames Pandas


Description

A parte de pré-processamento de dados é uma das partes mais importantes da área de análise de dados, podendo chegar a ocupar 80% do tempo consumido por um analista.

Entretanto para qualquer uma dessas duas profissões você vai precisar manipular os dados em algum momento, então o curso de pandas para análise de dados veio para ajudar você que quer entrar nesta área a aprender uma das bibliotecas mais utilizadas para manipulação de dados em python que a biblioteca pandas.

O curso passou por modificações recentes para tornar-se mais completo, com materiais práticos e teóricos que podem ser baixados e utilizados a qualquer momento, além disso utilizaremos o google colab durante todo o processo de aprendizagem. Isso implica que você não precisará instalar nada em seu computador.


  • O que veremos neste curso?

  • Declaração de series

  • Declaração de dataframes

  • Como trabalhar com data e hora com a biblioteca pandas

  • Como ler arquivos externos, por exemplo, csv, excel e JSON


Além disso, você verá neste curso um módulo dedicado à visualização de dados que é outra parte importante da análise de dados e negligenciada por muitos, pois o que adianta você criar ótimas análises e não saber apresentar o conhecimento que você conseguiu extrair dos dados.


Então, bons estudos!



Content

Introdução

Introdução ao curso

Subindo um notebook para o collab

Conceitos básicos de linguagem python

Arquivos da seção

Números em python

Operadores matemáticos e regra de precedência em operações matemáticas

Operadores de comparação

Declaração de strings

Indexação e slicing de strings

Concatenação e interpolação de strings

Input pelo usuário

Declaração de variáveis

Estruturas condicionais if-else

Estruturas condicionais if-elif-else

Condições aninhadas

Operadores booleanos

Avaliação de curto-circuito

Loop for

Loop while

Iniciando com listas

Manipulando listas

Operador in e not in e loops em listas

Tuplas

Dicionários

Comparando dicionários e listas em python

Iniciando com funções

Valores padronizados de argumentos

*args como parâmetro

Iniciando com Series

Arquivos da seção

Visão geral sobre a biblioteca Pandas

Declarando Series

Propriedades de Series

Indexação em Series

Procurando itens em Series

Operações matemáticas em Series

Time-Series em python

Arquivos da seção

Inciando com datetime

Declarando um TimeStamp

Utilizando TimeDelta

Utilizando o DateTimeIndex

Indexação em DateTimeIndex

Utilizando uma frequência específica

Representando intervalos de datas com o DataOffSet

Compensações ancoradas

Modelando um intervalo de tempo

Indexação usando o PeriodIndex

Como trabalhar com feriados

Normalizando TimeStamp

Começando com DataFrames

Arquivos da seção

Iniciando com DataFrames

Propriedades de DataFrames

Indexação em DataFrames

Slice em DataFrame

Alterando um DataFrame

Combinação de DataFrames- método concat()

Comparação de DataFrames

Operação de conjunto- excluindo linhas duplicadas do DataFrame

Junção de DataFrames

Junção interna de DataFrames

Junção externa- left join, right join e full join

Lendo um arquivo csv com pandas

Lendo um arquivo Excel

Lendo um arquivo json

Gravando arquivos com a pandas

Avançando com a pandas e dataframes

Arquivos da seção

Determinando valores NaN em pandas

Selecionando e eliminando dados ausentes

Preenchendo valores ausentes

Trabalhando com dados duplicados

Método replace

Conclusão do curso

Introdução a gráficos com a biblioteca PANDAS

Arquivos da seção

Gráfico de linha

Gráfico de barra


2830060

Udemy ID

2/22/2020

Course created date

4/4/2020

Course Indexed date
Bot
Course Submitted by