Module 7/Intermediaire

Outils d'analyse et préparation des données

pandas, nettoyage, transformation : la partie qui occupe réellement l'essentiel du temps d'un data scientist.

·/6 cours

Séries et tableaux de données, index, sélection, filtrage, types, lecture et écriture de fichiers.

Regroupement, agrégation, application de fonctions, jointures, concaténation, pivots et dépivotage.

Valeurs manquantes, doublons, incohérences, chaînes mal formées, dates, unités, valeurs aberrantes.

Création de variables, discrétisation, encodage catégoriel, mise à l'échelle, fuite de données.

Index temporel, rééchantillonnage, décalages, moyennes glissantes, saisonnalité et tendance.

Contrôles de cohérence, tests sur les données, versionnage des jeux, chaîne de traitement rejouable, documentation.