Pandas 101
大量的Series, DataFame操作經常讓你手足無措?
資料處理 - 繁瑣，無趣，卻重要。
鍛煉Pandas最好的方法 :
You should...... → 看別人的code，增加背景知識。
You Must...... → 自己寫，並考慮更好的寫法。從Pandas 101鍛鍊出一個更好的自己
既然推薦自己寫，為何還會有這個 repository?
解題之外，更好的寫法
Notebook中包含 :
每一題的解答 : (有作者自己解，也有網站上的解)，並且總結了 :
| 備註 | 描述 |
|---|---|
| 可讀性 | 讓程式碼更容易被看懂，降低合作及自己看code的難度(more readable)。 |
| 向量化 | 在程式碼中避免使用iterrows，apply，利用向量化(vectorlized)的優勢在資料量大時帶來更快的速度。 |
| 使用場景 | 在 machine learning pipeline當中，什麼場景可能會用到這種資操作? (when to use?) |
| 實用技巧 | 作者自己愛用的一些小技巧，和大家分享(hint)。 |
如何使用 ?
初學Data Science, Machine Learning :
-
從Pandas 101，規劃1-3個月不等，每天3-5題
鍛鍊出一個更好的自己。
有經驗的Data Scientist :
- 翻找一些pandas trick，讓自己的工作更有效率。
- 貢獻自己的Pandas trick，為更多初學者指引一盞明燈。
- 一起來學習GeoPandas
為何要建立這個 repository 呢？
- 作為一位自學Data Science的非本科生，有太多的內容需要我們去學習，從資料庫ETL，SQL，資料清理，探索式分析，特徵工程，建模，一直到模型解釋，橫跨了太多fancy的數學技巧，然而，在實現這些技術的背後，靠的是各項資料處理工具，包含Python中的numpy, pandas, dask, pyspark等。
對資料的操作，貫穿了所有流程，練習資料處理，就像做重訓，有堅實的肌肉，才能跳得高，耐撞，讓我們能夠打一場好球。
-
繁體中文的好資源太少，作者貢獻自己的學習歷程，並期待拋磚引玉，引出更強的大神分享經驗！
-
作者推薦 : 在你搞好自己的Kaggle成績的同時，每天刷3~5題Pandas 101，讓自己資料處理的等級及效率，上升一個檔次，能夠更有效率地做探索式分析，特徵工程，讓你有更多時間讀自己的深度學習論文。
-
作者推薦 : 如果你決定要好好幫自己的pandas技巧打底，建議和numpy101一起服用
作者也很愛的Pandas Trick
GeoPandas 101
- Geospatial_Analysis from Kaggle
- dependency :
- geopandas==0.6.1
- descartes==1.1.0 (for plotting map)
- folium==0.10.0