Lär dig dataanalys med Python och pandas
Du följer Kafé Kanel genom ett helt år: tusentals kvitton, vädret och personalen. Vad säljer mest, när är det mest folk och säljs det mer iskaffe när det är varmt? Du skriver riktig Python med pandas och ser svaren direkt.
- 📚 110 övningar
- 🛤️ 11 banor
- 💻 I webbläsaren
- 🆓 Gratis att börja
▶ Börja kursen
Inget konto behövs för att börja.
Så här kan det se ut
import pandas as pd
df = pd.read_csv("kassan.csv")
df["summa"] = df["antal"] * df["pris"]
per_produkt = df.groupby("produkt")["summa"].sum()
print(per_produkt.sort_values(ascending=False).head(5))Det här lär du dig
- pandas igen Sedan kan du bygga en topplista över vad kaféet säljer mest av och tjänar mest på, från en fil med tusentals kvitton.
- Första mötet Sedan kan du bygga en faktaruta om vilken CSV-fil som helst på en minut, och veta vilka frågor den kan svara på innan du börjar räkna.
- Städa data Sedan kan du bygga en ren tabell av en rörig export: tomma rader, dubbletter, priser som text och samma sak stavad på fem sätt.
- Datum och tid Sedan kan du bygga svar på när-frågor: bästa månaden, veckodagen och timmen, vecka för vecka och rättvist jämfört.
- Gruppera på riktigt Sedan kan du bygga en månadsrapport med topplista, andelar och snittkvitto, och pivottabeller utan Excel.
- Kombinera tabeller Sedan kan du bygga svar som kräver flera källor: vinst med inköpspriser, försäljning mot vädret och data direkt ur en databas.
- Diagram Sedan kan du bygga diagram som går att förstå utan att du står bredvid: rätt sort för frågan, sorterade, med titel och enheter.
- Statistik Sedan kan du bygga svar på hur vanligt, hur säkert och hur ovanligt: medianer, spridning, percentiler och dagar som verkligen sticker ut.
- Berätta med data Sedan kan du bygga slutsatser som håller: rätt diagram, rättvisa jämförelser, ärliga om osäkerheten och utan fällorna som lurar läsaren.
- Slutprojektet Sedan kan du bygga en hel analys av en fil du aldrig sett: läsa in, städa, räkna, jämföra, rita och skriva slutsatsen.
- Från analys till app Sedan kan du bygga en dashboard som andra kan använda själva: nyckeltal, diagram och filter, uppdaterad med ny data.
För vem?
Dig som kan grunderna i Python och vill använda det till något i vardagen: Excel-filer, rapporter och frågor om siffror.
Du behöver kunna: Grunderna i Python, gärna hela Python-kursen. SQL-kursen hjälper i banan om att kombinera tabeller.
Ingår i spåren: 📊 Data