この動画は全14回のPandas入門コースを1本にまとめたものです。
Pandasの基本的なことを3時間で学べます。
Python超入門コースを終わられた方や、Pythonを使ってデータ集計や加工、データの前処理を勉強したい方に最適です。
▼目次
00:00:00 コース紹介
00:04:01 JupyterLabの使い方〜プログラムの記述や実行、表やグラフも表示できるPythonユーザーに人気のツール
00:16:19 Pandasとは〜できることや使い方
00:31:03 DataFrameとは〜データフレーム作成、インデックスやカラムの変更方法、データ操作
00:49:48 Seriesとは〜シリーズの作成方法、データの抽出、四則演算
01:04:51 ファイルの読み込み・書き出し〜CSV・Excelファイルの読み込みと書き出し、データベースとの接続方法
01:22:24 データの抽出方法〜特定の列や行、特定の条件に一致するデータの抽出
01:39:33 データの並び替え〜小さい順・大きい順の並び替え、複数列の並び替え
01:49:10 groupbyでのデータ集計〜カテゴリごとの合計や平均の集計方法
02:00:10 pivot_tableでのデータ集計〜集計方法をカスタマイズできる
02:10:10 mergeでのデータフレームの結合〜データフレーム同士の結合方法
02:20:37 concatでのデータフレームの結合〜データフレーム同士の縦結合など
02:29:29 時系列データの扱い方〜指定した日数での集計、月末だけの集計、週次や月次の集計
02:40:41 map,apply,applymapの使い方＾SeriesやDataFrameに関数を適用する方法
▼文字書き起こし&ソースコードは下記ブログ
Pandas入門コース#01 Pandasのコース紹介(https://kino-code.com/pandas_course_introduction/)
Pandas入門コース#02 Jupyter Labの使い方(https://kino-code.com/pandas_course_jupyter_lab/)
Pandas入門コース#03 Pandasとは?(https://kino-code.com/pandas_course_pandas/)
Pandas入門コース#04 DataFrameとは(https://kino-code.com/pandas_course_dataframe/)
Pandas入門コース#05 Seriesとは(https://kino-code.com/pandas_course_series/)
Pandas入門コース#06 CSV・Excelファイルの読み込み・書き出し、データベースとの接続方法
Pandas入門コース#07 データ抽出の方法(https://kino-code.com/pandas_course_data_extraction/)
Pandas入門コース#08 データの並び替えの方法 (https://kino-code.com/pandas_sort/)
Pandas入門コース#09 データ集計（groupby）の方法 (https://kino-code.com/pandas_groupby/)
Pandas入門コース#10 データ集計（pivot_table）の方法 (https://kino-code.com/pandas_pivot_table/)
Pandas入門コース#11 データの結合方法(merge)(https://kino-code.com/pandas_merge/)
Pandas入門コース#12 データフレームの結合方法（concat）(https://kino-code.com/pandas-concat/)
Pandas入門コース#13 時系列データの扱い方(https://kino-code.com/pandas_chronological_order/)
Pandas入門コース#14 SeriesやDataFrameに関数を適用する方法(map, apply, applymapメソッド)(https://kino-code.com/pandas_function/)
▼おすすめの動画
Python超入門コース
Pandas入門コース（再生リスト）
Python×仕事自動化（再生リスト）
理屈はさておき、Dockerを使って、あっという間にPythonのデータ分析の環境構築をする
Pythonで株価のデータ分析
▼自己紹介
現在：フリーランス
前職：リクルート
▼SNS
Twitter : https://twitter.com/kino_code/likes
Facebook : https://www.facebook.com/%E3%82%AD%E3%83%8E%E3%82%B3%E3%83%BC%E3%83%89-105693727500005/
Website : https://kino-code.com/
▼お仕事のお問い合わせ
キノコードでは、仕事の自動化の開発業務&コンサルティング業務のみを現在受け付けております。
お問い合わせ先かTwitterのDMか、「キノコードトップページ→概要」にあるメールアドレスまでお問い合わせください。
▼タグ
#Python #Pandas #プログラミング
コメント
＜補足＞
14:13 Variable Inspector拡張機能につき、Node.jsをインストールする必要があります。
【手順】
①Anaconda promptを起動
②コマンドを実行「conda install -c conda-forge nodejs」
③コマンドを実行「jupyter labextension install @lckr/jupyterlab_variableinspector」
Variable Inspector を指定の方法でインストールし、一度はできたのですが今は全くできません。
ノートブックで右クリックしても Open Variable Inspector が表示されません。
確認をお願い致します。
遅ればせながら、初歩からずっと見させていただいております。大変わかりやすく為になって、ありがとうございます。
ところで最初の方に関して質問です。国勢調査のホームページから、同じデータをcsvでダウンロードしてきました。余計なセルを削除してcsvから読み込みましたが、人口の列が3つ、すべてObjectで読み込まれてしまいます。というのも、おそらく、ある年の沖縄のデータが「ー（ハイフン）」となっていたからです。
こう言うエラーを回避してデータをちゃんとINT型にする方法などは、ないでしょうか？ astypeでは、1つでも文字列があるとエラーになってしまいました。
実践となると、だれがどの様にデータを作成しているか分からず、csvやExcel自体をレポートとして利用している方にとっては、データベースの概念が無いもの仕方ない事です。
もし、他の動画含め後から出てくるようでしたら無視して頂いても構いませんが、もしそうでなければ、是非、データのクリーンアップ方法等を取り上げていただけると、うれしいです。
わがままで、すいません・・・