Hakkında
Pandas ile gerçek dünya verilerini işleyin ve keşfedin. Elmas veri kümesi, veri işleme alıştırmaları için klasik bir yöntemdir. Bu projede, Pandas'ı kullanarak veri kümesini doğrudan Seaborn kütüphanesinden yükleyecek ve bir elmasın değerini tanımlayan karat, kesim, renk, berraklık ve fiyat gibi özellikler üzerinde adım adım analizler gerçekleştireceksiniz. Veri kümesini bir Pandas DataFrame'e aktararak ve şeklini, sütunlarını ve özet istatistiklerini inceleyerek başlayacaksınız. Ardından, temel veri işleme becerilerini geliştireceksiniz: koşullara göre satırları filtreleme, sütun alt kümelerini seçme ve endeksleme tekniklerini uygulama. Daha sonra, farklı kesimlerdeki ortalama fiyatları incelemek, berraklığa göre fiyat dağılımlarını hesaplamak ve renk kategorileri arasında karat ağırlığını karşılaştırmak için gruplama ve toplama yöntemlerini kullanacaksınız. Ayrıca sonuçları nasıl sıralayacağınızı, yeni hesaplanmış sütunlar oluşturacağınızı ve gerekirse yinelenen veya eksik değerleri işleyerek veri kümesini nasıl temizleyeceğinizi öğreneceksiniz. Bu projenin sonunda şunları yapabileceksiniz: Seaborn'daki elmas veri kümesini bir Pandas Veri Çerçevesine yükleyin. Yerleşik Pandas işlevleriyle verileri inceleyin ve özetleyin. Filtreleme, indeksleme ve alt kümeleme tekniklerini uygulayın. Fiyat ve kalite özelliklerini analiz etmek için gruplama ve toplamayı kullanın. Yeni sütunlar oluşturun ve daha derinlemesine analiz için veri kümesini dönüştürün. Bu proje, size gerçek dünya tarzı verilerle pratik deneyim kazandırarak, tamamen Pandas manipülasyonuna odaklanmaktadır. Uygulamalı olarak çalışarak, Pandas'ın harici görselleştirme veya gelişmiş araçlara ihtiyaç duymadan bir veri kümesindeki yapıyı ve ilişkileri ne kadar hızlı ortaya çıkardığını göreceksiniz.
Bu programa mobil uygulamadan da katılabilirsiniz. Uygulamaya Git