Анализ Данных на Python и Pandas (Полное руководство от новичка к эксперту в примерах и задачах)

YOUTUBE · 22.11.2025 03:59

Ключевые темы и таймкоды

Работа с пандас объектами

0:00
  • Создание и заполнение пандас объекта.
  • Использование срезов для работы с данными.

Логический отбор и фильтрация

9:24
  • Создание логической переменной и фильтрация строк с определенным значением.
  • Работа с логическими операциями и фильтрация строк по значению.

Стиль пандос и стиль пайтон

13:29
  • Сравнение стилей работы с пандас объектами.
  • Работа с логическим отбором и фильтрацией в стиле пандос и стиле пайтон.

Логические операции в Python

14:19
  • Обсуждение использования логических операторов в Python для работы с бинарными числами.
  • Объяснение работы конъюнкции и таблицы истинности.

Работа с элементами больше четырех

24:15
  • Использование логических операций для выбора элементов больше четырех в дата-сириусе.
  • Создание функции для проверки наличия элемента меньше восьми.

Функциональное программирование и стиль пандас

26:17
  • Демонстрация использования функционального программирования и стиля пандас для работы с объектами.
  • Примеры использования методов для работы с объектами и перегрузкой методов.

Работа с методами и атрибутами

27:18
  • Обсуждение использования методов и атрибутов в программировании.
  • Объяснение, что сначала нужно отобрать элементы, а затем сделать сумму.

Работа с генератором случайных чисел

30:40
  • Обсуждение использования сида для генерации случайных чисел.
  • Объяснение, что сид влияет на последовательность генерируемых чисел.

Работа с индексами и сервисами

36:05
  • Создание нового сервиса с нормальным распределением гауса.
  • Сложение двух сервисов с использованием операции вложения.
  • Переиндексация сервиса для упрощения работы с ним.

Переиндексирование и создание объектов

37:53
  • В видео обсуждается процесс переиндексирования в R и создание новых объектов.
  • Объясняется, что можно использовать метод rex для обновления индексов.

Создание объектов и понимание классов

39:30
  • Обсуждается создание новых объектов и понимание классов в R.
  • Объясняется, что создание объекта класса означает создание нового экземпляра класса.

Работа с метками и преобразование типов

40:58
  • Обсуждается использование меток для согласования типов и преобразования типов в R.
  • Объясняется, что сначала нужно вызвать метод индекса объекта, чтобы получить его тип.

Работа с пустыми объектами и заполнение их значениями

42:36
  • Обсуждается заполнение пустых объектов значениями и работа с разными типами данных.
  • Объясняется, что перед заполнением объектов нужно сначала проверить их типы.

Поверхностное копирование и глубокое копирование

43:35
  • Объясняется разница между поверхностным и глубоким копированием объектов в Python.
  • Поверхностное копирование копирует только ссылки на объекты, а глубокое копирование копирует все уровни ссылок.

Использование методов для работы с объектами

49:52
  • Демонстрация использования метода прямого заполнения для заполнения нулями данных в датафрейме.
  • Обращение к объектам через переменные для избежания ошибок.

Создание и использование объектов

52:52
  • Создание объекта датафрейма и использование его для работы с данными.
  • Создание и использование списков для хранения данных.
  • Использование метода прямого заполнения для переиндексации датафрейма.

Работа с методом прямого заполнения

54:44
  • В видео объясняется, как использовать метод прямого заполнения для заполнения пропущенных значений в датафрейме.
  • Обсуждается, как метод работает с индексами и как можно использовать его для заполнения значений из предыдущих строк.

Работа с модификациями и индексами

1:03:06
  • Объясняется, как использовать модификаторы и индексы для обращения к столбцам и строкам в датафрейме.
  • Рассматриваются различные способы обращения к столбцам и индексам, а также ошибки, которые могут возникнуть при работе с ними.

Работа с копиями слайсов и ошибками

1:05:09
  • Обсуждается работа с копиями слайсов и ошибки, которые могут возникнуть при их использовании.
  • Дается рекомендация прочитать статью на эту тему для более глубокого понимания.

Работа с структурами данных

1:06:42
  • Обсуждение работы с структурами данных, такими как лист (стек) и дата фрейм.
  • Создание дата фрейма с использованием pandas и numpy.

Анализ данных

1:11:15
  • Использование методов pandas для анализа данных, таких как размер дата фрейма, количество строк и столбцов.
  • Создание вложенного списка и добавление новых значений.

Работа с дата сетками

1:14:08
  • Чтение дата сетов и анализ зависимостей и корреляций.
  • Обсуждение необходимости повторения урока по сириусам и работы с реальными дата сетками.