Acquérez des compétences pratiques en analyse de données grâce à la bibliothèque Pandas de Python. Ce cours vous guide depuis la configuration de Pandas dans Jupyter Notebooks et l'utilisation des Series et des DataFrames jusqu'au filtrage, l'indexation, le tri, le regroupement et la transformation des ensembles de données. Vous apprendrez à convertir des types de données, à appliquer des méthodes sur les chaînes de caractères, à gérer les valeurs manquantes et les doublons, à optimiser l’utilisation de la mémoire, à échantillonner des données, à créer des variables fictives et à manipuler en toute confiance les données de date-heure.

Au fur et à mesure de votre progression, vous configurerez les options d’affichage, formaterez les résultats, fusionnerez et remodéliserez les données, interpolerez des séries chronologiques, et utiliserez l’empilement, le désempilement, les tableaux croisés dynamiques et les tableaux croisés. Vous exporterez également les données traitées au format CSV et vers Excel pour une utilisation pratique. Conçu pour les futurs analystes de données, les passionnés de Python et les professionnels souhaitant renforcer leurs compétences en manipulation de données, ce cours combine des leçons structurées, des quiz, des exercices pratiques et des projets appliqués. Son progression étape par étape, des fondamentaux de Pandas aux opérations avancées sur les données, vous aide à vous exercer avec des ensembles de données réels tout en améliorant l’efficacité et la lisibilité. Inscrivez-vous pour gagner en assurance dans la préparation, l’analyse, la visualisation et l’exportation de données dans le cadre de travaux de science des données et d’analyse.