Pandas ile Veri Düzenleme ve Analiz Eğitimi

Eğitim Hakkında

groupby, merge, pivot, string/tarih işlemleri ve veri temizleme

Eğitim, pandas DataFrame'lerinde ileri düzeyde veri düzenleme ve analizi işler. groupby ve agg ile toplulaştırma, transform ve filter, merge, join ve concat, pivot_table, melt ve stack/unstack, str metotları ve düzenli ifadeler, dt erişimcisi ile tarih işlemleri, apply ve map, yinelenen kayıt yönetimi, aykırı değer tespiti, MultiIndex ve gerçekçi bir veri temizleme ve analiz projesi uygulamalıdır.

Süre ve Format

2 Gün. Her gün dört modül; 1. gün Toplulaştırma ve Birleştirme; 2. gün Temizleme ve Dönüşüm.

Seviye

Orta Seviye — groupby, merge, pivot, string/tarih işlemleri ve veri temizleme

Öğrenme Metodu

Her bölümde kirli, gerçek dünyaya yakın veri setleri temizlenir ve soruya dayalı analizlere dönüştürülür.

Neden Bu Eğitim?

🧹Veri Temizliği

Düzensiz verileri güvenilir analiz tablosuna dönüştürürsünüz.

🔗Tablo Birleştirme

Çoklu kaynakları doğru anahtarla birleştirirsiniz.

📊Toplulaştırma

groupby ve pivot ile iş sorularına cevap verirsiniz.

Anahtar Konular

pandas groupbypandas mergepandas pivot tableveri temizlemepandas multiindexpandas string tarihpython veri düzenlemepandas applyveri analizi python

“Analizin yüzde sekseni temizliktir; kalan yüzde yirmisi buna güvenir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

pandas temeli

DataFrame okuma, seçme ve filtreleme bilinmelidir.

2

Jupyter ortamı

Anaconda/JupyterLab ve Python 3.10+ kurulu bir bilgisayar gerekir.

3

Python

Fonksiyon ve lambda bilgisi faydalıdır.

4

İstatistik

Ortalama ve medyan kavramları yeterlidir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı verileri gruplar, özetler ve tabloları birleştirir.

Modül 1

groupby

Bölme-uygulama-birleştirme
agg ve adlandırılmış toplulaştırma
transform ile grup içi hesap
filter ve apply
Çoklu anahtar
observed ve sort ayarları

Modül 2

Birleştirme

merge: inner, left, right, outer
Anahtar sütunlar ve suffixes
validate ve indicator
join
concat ve eksen
Birleştirmede çoğaltma sorunu

Modül 3

Yeniden Şekillendirme

pivot ve pivot_table
melt
stack ve unstack
crosstab
wide-long dönüşümü
Çoklu sütun düzeyleri

Modül 4

MultiIndex

Çok düzeyli indeks oluşturma
xs ve slicing
reset_index, set_index
Düzey bazında toplulaştırma
swaplevel
Performans

Günün hedefiKatılımcı metin ve tarih verisini işler, yinelenen ve aykırı kayıtları yönetir.

Modül 1

String İşlemleri

.str erişimcisi
contains, replace, extract
split ve expand
Regex ile desen
Türkçe karakter normalizasyonu
Boşluk ve büyük/küçük harf

Modül 2

Tarih ve Zaman

to_datetime ve format
.dt erişimcisi
Gün, ay, hafta özellikleri
Tarih farkı (Timedelta)
Saat dilimi
Dönem bazlı özet

Modül 3

Veri Kalitesi

duplicated ve drop_duplicates
Aykırı değer (IQR, z-skor)
Eksik veri stratejisi
clip ve winsorize
Kategori birleştirme
Doğrulama kuralları

Modül 4

apply ve Performans

map, apply, applymap
Vektörel alternatifler
np.select
Tür optimizasyonu (category)
Bellek kullanımı
Proje: müşteri verisi temizleme ve analiz

Eğitim Kazanımları

Program sonunda katılımcılar:

📊

groupby

Gruplama ve toplulaştırma ile özet tablolar üretebilirsiniz.

🔗

Merge

Farklı tabloları doğru anahtarla birleştirebilirsiniz.

🔄

Şekil değiştirme

pivot, melt ve stack ile veriyi yeniden şekillendirebilirsiniz.

🔤

String işleme

.str ve regex ile metin sütunlarını düzenleyebilirsiniz.

📅

Tarih işleme

.dt ile tarih özellikleri üretebilirsiniz.

🧼

Veri kalitesi

Yinelenen ve aykırı kayıtları yönetebilirsiniz.

🪜

MultiIndex

Çok düzeyli indekslerle çalışabilirsiniz.

🏁

Uçtan uca analiz

Ham veriden rapora analiz akışı kurabilirsiniz.

Kimler İçin Uygundur?

pandas temelini bilen analistler
veri bilimciler
raporlama uzmanları içindir

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

pandas temelini bilen analistler, veri bilimciler ve raporlama uzmanları içindir.

Önkoşul nedir?

pandas giriş düzeyi: DataFrame okuma, seçme ve filtreleme.

Gerçek veri kullanılır mı?

Evet; eksik, tutarsız ve yinelenen kayıtlar içeren gerçekçi veri setleri.

Büyük veri ele alınır mı?

Bellek optimizasyonu işlenir; dağıtık araçlar kapsam dışıdır.

Eğitim sonunda belge verilir mi?

Katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir. Eğitim herhangi bir üretici sınavına doğrudan hazırlık vaat etmez; sınav söz konusu ise başvuru ve ücret ilgili kuruma aittir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

PYTHON - MANIPULATING & ANALYZING DATA IN PANDAS DATAFRAMES EĞİTİMİ