How can you effectively use Python to clean, sort, and store data? What are the benefits of using the Pandas library for data science? What best practices can data scientists leverage to better work with multiple types of datasets? In the third course of Data Science Python Foundations Specialization from Duke University, Python users will learn about how Pandas — a common library in Python used for data science — can ease their workflow.
Pandas for Data Science
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant
Expérience recommandée
41 heures pour terminer
3 semaines à 13 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
How and when to leverage the Pandas library for your data science projects
Best practices for cleaning, manipulating, and optimizing data with Pandas
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
9 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
This module, you will learn how to read data from files into your python program, and write that corresponding data to a file. We’ll be working primarily with string-type data in this unit and will give special attention to the way that python handles strings. Additionally we’ll go over some basic debugging in python using exception traces, and you’ll leverage these to create your own python program that is capable of reading and writing to a file.
Inclus
5 vidéos7 lectures3 devoirs3 devoirs de programmation
This module, you’ll learn how to begin to utilize Pandas, one of the most commonly used libraries in Data Science with python. Pandas is predominantly used for working with tabular data. By the end of this module you’ll be able to identify the hallmarks and quirks of working with tabular data, describe the benefits and limitations of using Pandas, and be able to perform some basic data manipulation techniques in Pandas.
Inclus
1 vidéo9 lectures2 devoirs3 laboratoires non notés
This Module, you will learn how to perform basic file operations in Pandas, as well as how to clean up large datasets. You’ll learn to read and write from common tabular file formats, and Pandas-specific intricacies for working with that data. Additionally, you’ll learn best practices for cleaning your data.
Inclus
1 vidéo13 lectures3 devoirs4 laboratoires non notés
This module you will learn how to combine datasets from different sources. Pandas has different methods of combining data depending on your preferred outcome, and you’ll be able to differentiate between when to use each kind. Additionally, we’ll go over computationally efficient ways of querying your data, which, while similar to selecting data via subsetting in its outcomes, has a distinct set of advantages.
Inclus
1 vidéo11 lectures1 devoir5 laboratoires non notés
Offert par
Recommandé si vous êtes intéressé(e) par Data Analysis
University of Michigan
Ball State University
University of Michigan
University of Colorado Boulder
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.