00:02 Введение в панды, инструмент для работы с данными в Python.
• Он также объясняет, что в следующем видео будет задание, которое нужно выполнить до следующей пары.
01:55 Работа с датасетами
• Преподаватель объясняет, что в задании будут вопросы по двум датасетам, которые нужно обработать и ответить на вопросы.
• Он также подчеркивает, что важно правильно обрабатывать данные, используя функции панды, такие как apply и map.
09:33 Работа с встроенными датасетами
• Преподаватель демонстрирует встроенные датасеты, которые можно использовать для экспериментов и анализа данных.
• Он объясняет, что эти датасеты могут быть полезны для работы с разными уровнями сложности и объемами данных.
12:53 Работа с пандами
• Преподаватель объясняет, как использовать панды для работы с данными, включая загрузку датасетов, обработку данных и создание таблиц.
• Он также обсуждает, как использовать панды для анализа данных и работы с алгоритмами.
16:39 Создание и работа с датафреймами
• В видео обсуждаются различные опции и функции, доступные в Pandas, для работы с датафреймами.
• Упоминаются такие опции, как Max cols и Max RS, которые позволяют настроить отображение данных в датафрейме.
• Также обсуждаются методы для просмотра произвольных строк и столбцов в датафрейме, такие как sle и df.
24:15 Работа с индексами и столбцами
• В видео объясняется, что в датафреймах хранятся не только строки, но и столбцы, и что важно понимать, что именно хранится в каждом столбце.
• Упоминается, что операции со столбцами могут быть быстрее, чем операции со строками, так как столбцы являются атомарными единицами данных.
30:11 Переименование столбцов и работа с генераторами
• В видео демонстрируется, как можно использовать генераторы для переименования столбцов в датафрейме.
• Упоминается метод rename, который позволяет применить изменения к столбцам и заменить их на новые имена.
• Также обсуждаются различные методы, такие как Drop, Drop Duplicat и другие, которые позволяют изменять данные в датафрейме.
32:53 Обращение к колонкам и фильтрам
• В видео обсуждаются особенности обращения к колонкам и фильтрам в Pandas.
• Упоминается, что для обращения к колонкам используется интерфейс, а для фильтров - квадратные скобки.
• Приводится пример использования интерфейса для обращения к колонкам и фильтрации данных.
41:38 Описательная статистика
• В видео демонстрируется использование метода describe для получения описательной статистики по каждой фиче.
• Этот метод дает информацию о количестве, среднем, средне-квадратическом отклонении, минимуме, максимуме, центилях и других параметрах.
44:27 Работа с типами данных
• В видео обсуждается работа с типами данных в Pandas.
• Упоминается, что Pandas автоматически определяет типы данных и может преобразовывать их при необходимости.
• Также демонстрируется использование интерфейса для вывода типов данных и уникальных значений.
47:45 Группировка и применение функций
• В видео объясняется, как использовать интерфейс для группировки данных по целевому столбцу и применения функций к определенным столбцам.
• Приводится пример использования функции groupby для группировки данных по целевому столбцу.
49:38 Применение функций к столбцам
• В видео обсуждается применение функций к столбцам в Pandas.
• Приводится пример использования функции mean для вычисления среднего значения столбца.
55:20 Создание мультииндексов
• Объясняется, как создавать мультииндексы для работы с несколькими столбцами одновременно.
• Приводится пример создания мультииндекса с использованием функции apply.
59:08 Работа с мультииндексами
• Обсуждается, как работать с мультииндексами, используя словарь для преобразования столбцов в слова.
• Приводится пример создания нового столбца с использованием деления.
01:03:49 Применение пользовательских функций
• Объясняется, как применять пользовательские функции к столбцам, используя метод apply.
• Приводится пример создания новой фичи, разбивая значения на два блока.
01:06:37 Применение функций к датафрейму
• В видео демонстрируется применение функций к датафрейму с использованием лямбда-функций.
• Объясняется, как применять функции к столбцам, строкам или всему датафрейму.
• Приводится пример использования функции для работы с несколькими столбцами или строками.
01:13:13 Работа с границами бинов
• В видео объясняется, как использовать функцию qcut для разбиения данных на равномерные группы по значениям.
• Приводится пример использования этой функции для разбиения данных на группы по возрасту.
01:16:04 Удаление столбцов и групп
• В видео демонстрируется использование функции drop для удаления столбцов или групп из датафрейма.
• Объясняется, как указать ось для удаления и как вернуть удаленные столбцы или группы.
01:18:04 Преобразование данных
• В видео показывается, как использовать функцию value counts для подсчета количества объектов в каждой группе.
• Объясняется, как использовать эту функцию для получения нормализованных значений.
Информация по комментариям в разработке