У нас вы можете посмотреть бесплатно Метод преобразования Pandas: ОБЪЯСНЕНИЕ или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Откройте для себя всю мощь метода преобразования Pandas и перестаньте терять ценные детали при анализе данных. В этом видео Зейн Гудман из Pragmatic Works покажет, когда следует использовать преобразование вместо рабочих процессов агрегации и слияния. Вы узнаете: Почему многие пользователи Pandas агрегируют данные, а затем вынуждены заново объединять данные Как преобразование позволяет группировать, вычислять (например, средние значения) и сохранять все исходные строки Практический пример с серверами, заказами, чаевыми и процентами чаевых Разборы кода в Jupyter Notebook; подводные камни, на которые следует обратить внимание (естественные ключи, слияние, читаемость) Если вы занимаетесь анализом данных на Python с помощью Pandas, это подробное изучение преобразования поможет вам писать более чистый, эффективный и простой в поддержке код. Не забудьте задать свои вопросы в комментариях, если какой-либо другой метод Pandas вызывает у вас затруднения! Получите свой блокнот здесь: https://prag.works/pandas-transform-m... 👉 Обучение по запросу — начните с БЕСПЛАТНОГО плана Community: https://prag.works/odl-trial-yt 🔗Пакеты обучения по запросу Pragmatic Works: https://pragmaticworks.com/pricing/ 🔗Учебные лагеря Pragmatic Works: https://pragmaticworks.com/boot-camps/ 🔗Хакаты Pragmatic Works: https://pragmaticworks.com/private-tr... 🔗Виртуальное наставничество Pragmatic Works: https://pragmaticworks.com/virtual-me... 🔗Частное обучение Pragmatic Works Enterprise: https://pragmaticworks.com/private-tr... 🔗Блог Pragmatic Works: http://blog.pragmaticworks.com/ 00:00 — Введение и почему важно преобразование 01:20 — Агрегирование или сохранение всех строк 03:14 — Создание DataFrame и расчёт процента чаевых 05:30 — Объединение агрегированных данных и связанные с ним проблемы 07:16 — Использование преобразования для более чистых решений 09:11 — Как преобразование сохраняет детализацию 13:09 — Обзор и основные выводы Давайте общаться: ✔️Discord: https://prag.works/yt-discord ✔️Facebook: https://prag.works/yt-fb ✔️Instagram: https://prag.works/yt-insta ✔️LinkedIn: https://prag.works/yt-li Pragmatic Works 350 Governor St, Suite 300, Green Cove Springs, FL 32043 Телефон: (904) 638-5743 Электронная почта: [email protected] #PragmaticWorks