LinkedIn – String Cleaning with pandas 2.0 2023-10

در تاریخ: 1404/02/17 4:12:36

توضیحات

دوره String Cleaning with pandas 2.0. این دوره آموزشی روش‌های مؤثر پاکسازی و پردازش داده‌های متنی را با استفاده از کتابخانه pandas 2.0 در پایتون آموزش می‌دهد. پاکسازی رشته‌ها از مراحل ضروری تحلیل داده است، و این دوره با تدریس پروفسور Seth Berry از دانشگاه نوتردام، تکنیک‌های مختلفی را پوشش می‌دهد، از جمله عملیات پایه مانند جایگزینی متن تا کاربرد عبارات منظم پیشرفته. مباحث شامل استفاده از توابع و متدهای pandas، backendهای PyArrow، استخراج متن، توابع match و split، کمیت‌گرها، ارجاعات معکوس و الگوهای پیچیده مانند lookaroundها و boundaries است. همچنین تست‌های سرعت برای بهینه‌سازی عملکرد بررسی می‌شوند. در پایان دوره، شما توانایی استفاده از ابزارهای pandas برای حل مسائل متنوع پاکسازی داده‌های متنی را به صورت مستقل خواهید داشت.

آنچه فرا خواهید گرفت:

استفاده از backend قدرتمند PyArrow در pandas برای کارآمدی بیشتر در پاکسازی رشته‌ها.
انجام تست‌های سرعت برای ارزیابی عملکرد روش‌های مختلف پاکسازی رشته.
حذف کاراکترهای خاص و ناخواسته از رشته‌های متنی.
تطبیق الگوهای متنی خاص با استفاده از عبارات منظم.
استخراج الگوهای مورد نظر از رشته‌های پیچیده.
شمارش وقوع رشته‌ها و الگوهای خاص در داده‌ها.
تقسیم رشته‌ها به بخش‌های کوچکتر بر اساس الگوهای مشخص.
ایجاد ستون‌های جدید در DataFrames از متن موجود.
یافتن و جایگزینی الگوهای متنی با استفاده از عبارات منظم.
استفاده از کمیت‌گرها برای تطبیق الگوهایی با تعداد تکرار مشخص.
سازماندهی مجدد رشته‌ها با استفاده از ارجاعات معکوس.
نام‌گذاری گروه‌های ارجاع معکوس برای دسترسی آسان‌تر به بخش‌های تطبیق داده شده.
استخراج رشته‌ها با استفاده از lookaroundها برای تطبیق الگوها بدون گنجاندن آنها در نتیجه.
استفاده از boundaries و sets برای تعریف دقیق‌تر الگوهای متنی.
ترکیب و زنجیره‌سازی متدهای رشته‌ای pandas برای انجام عملیات پیچیده پاکسازی.
تمرین و بهبود مهارت‌های استفاده از عبارات منظم از طریق چالش‌های عملی.

این دوره مناسب چه کسانی است؟

Data Analysts که به دنبال یادگیری روش‌های مؤثر برای پاکسازی و آماده‌سازی داده‌های متنی هستند.
Beginner Data Scientists که می‌خواهند مهارت‌های دستکاری رشته‌ای خود را با استفاده از pandas ارتقا دهند.
هر کسی که با داده‌های متنی در پایتون کار می‌کند و نیاز به پاکسازی و استانداردسازی آنها دارد.
کاربران فعلی pandas که می‌خواهند از قابلیت‌های جدید و پیشرفته پاکسازی رشته در نسخه 2.0 بهره‌مند شوند.