SQL ↔ Pandas: мост между языками аналитика

Python для аналитикаТема 4. Pandas и NumPy для аналитика

SELECT/WHERE/GROUP BY/HAVING/JOIN, window functions через rank/shift/cumsum, CASE WHEN через np.select/pd.cut, UNION через concat, EXISTS через isin, pd.read_sql для прямого вытаскивания из БД. Когда оставить в SQL, когда в pandas.

О разделе «Тема 4. Pandas и NumPy для аналитика»

Главные библиотеки аналитика данных: NumPy (массивы, векторизация), Pandas (DataFrame, groupby, merge, time series). Без них не работает sklearn, matplotlib, seaborn — весь стек.

Ключевые темы: numpy, pandas, DataFrame, groupby, merge, time series, resample, rolling.

Все темы в разделе «Тема 4. Pandas и NumPy для аналитика»

Обновлено:

Полный разбор темы «SQL ↔ Pandas: мост между языками аналитика» — в Pro

В Pro-подписке по этому конспекту получите:

Открыть все 210 конспектов →

Другие конспекты в теме «Тема 4. Pandas и NumPy для аналитика»