دوره ادغام و ترکیب داده‌ها در پانداس پایتون همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ادغام و ترکیب داده‌ها در پانداس پایتون

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: تحلیل و پردازش داده با پایتون

📋 سرفصل‌های دوره

• 1. مبانی پانداس برای تحلیل داده
• 2. ساختار داده در پانداس: سری و دیتافریم
• 3. ایجاد دیتافریم از دیکشنری‌ها
• 4. ایجاد دیتافریم از لیست لیست‌ها
• 5. فهرست‌نویسی و انتخاب داده در دیتافریم
• 6. انتخاب ستون‌ها و سطرها
• 7. استفاده از loc و iloc
• 8. فیلتر کردن داده‌ها بر اساس شرط
• 9. عملیات پایه بر روی دیتافریم
• 10. محاسبات آماری توصیفی
• 11. مدیریت داده‌های گم‌شده
• 12. پر کردن داده‌های گم‌شده
• 13. حذف داده‌های گم‌شده
• 14. تغییر نام ستون‌ها
• 15. تغییر نوع داده ستون‌ها
• 16. مرتب‌سازی دیتافریم
• 17. توابع کاربردی در پانداس
• 18. اعمال توابع بر روی ستون‌ها
• 19. اعمال توابع بر روی سطرها
• 20. تجمیع داده‌ها با groupby
• 21. عملیات تجمیع: count, sum, mean
• 22. عملیات تجمیع: min, max, std
• 23. استفاده از agg برای تجمیع‌های سفارشی
• 24. کار با رشته‌ها در پانداس
• 25. عملیات بر روی رشته‌ها: find, replace
• 26. عملیات بر روی رشته‌ها: split, join
• 27. استفاده از عبارات منظم با پانداس
• 28. کار با تاریخ و زمان در پانداس
• 29. تبدیل رشته به تاریخ
• 30. استخراج اجزای تاریخ
• 31. عملیات بر روی بازه‌های زمانی
• 32. مقدمه‌ای بر ادغام دیتافریم‌ها
• 33. انواع روش‌های ادغام
• 34. ادغام با merge: پارامتر how
• 35. ادغام با merge: پارامتر on
• 36. ادغام با merge: پارامتر left_on و right_on
• 37. ادغام با merge: پارامتر left_index و right_index
• 38. ادغام با merge: پارامتر suffixes
• 39. ادغام با concat: ادغام سطری
• 40. ادغام با concat: ادغام ستونی
• 41. استفاده از keys در concat
• 42. ادغام با join
• 43. ادغام مبتنی بر شاخص
• 44. ادغام مبتنی بر ستون
• 45. ادغام چند دیتافریم
• 46. ادغام داده‌ها از منابع مختلف
• 47. ادغام داده‌های مالی
• 48. ادغام داده‌های فروش
• 49. ادغام داده‌های مشتریان
• 50. ادغام داده‌های سنسورها
• 51. ادغام داده‌های لاگ
• 52. ادغام داده‌های جغرافیایی
• 53. پاک‌سازی داده‌های ادغام‌شده
• 54. مدیریت مقادیر تکراری پس از ادغام
• 55. بررسی صحت ادغام
• 56. تکنیک‌های پیشرفته ادغام
• 57. ادغام با استفاده از تابع apply
• 58. ادغام با استفاده از توابع سفارشی
• 59. بهینه‌سازی عملکرد ادغام
• 60. کار با دیتافریم‌های بزرگ
• 61. استفاده از انواع داده مناسب
• 62. فشرده‌سازی داده‌ها
• 63. مقدمه‌ای بر تحلیل داده‌های ترکیبی
• 64. ساخت ویژگی‌های جدید از داده‌های ادغام‌شده
• 65. تحلیل روندها در داده‌های ترکیبی
• 66. مدل‌سازی بر اساس داده‌های ادغام‌شده
• 67. تصویرسازی داده‌های ادغام‌شده
• 68. نمودارهای پراکندگی برای داده‌های ادغام‌شده
• 69. نمودارهای خطی برای داده‌های ادغام‌شده
• 70. نمودارهای میله‌ای برای داده‌های ادغام‌شده
• 71. نمودارهای هیستوگرام برای داده‌های ادغام‌شده
• 72. نمودارهای جعبه‌ای برای داده‌های ادغام‌شده
• 73. پروژه‌های عملی ادغام داده‌ها
• 74. مثال کاربردی: ادغام داده‌های فروش و موجودی
• 75. مثال کاربردی: ادغام داده‌های مشتریان و سفارشات
• 76. مثال کاربردی: ادغام داده‌های سنسورها و رویدادها
• 77. مثال کاربردی: ادغام داده‌های مالی و عملیاتی
• 78. مثال کاربردی: ادغام داده‌های وب‌سایت و کاربران
• 79. بررسی مشکلات رایج در ادغام داده‌ها
• 80. راهکارهای عملی برای حل مشکلات ادغام
• 81. نکات کلیدی در ادغام و تحلیل داده‌ها
• 82. جمع‌بندی و بهترین شیوه‌ها
• 83. مقدمه‌ای بر تحلیل داده در کسب و کار
• 84. اهمیت تحلیل داده در تصمیم‌گیری
• 85. اصول اولیه تحلیل داده
• 86. شناخت ابزارهای تحلیل داده
• 87. کاربرد تحلیل داده در صنایع مختلف
• 88. اخلاق در تحلیل داده
• 89. حفظ حریم خصوصی داده‌ها
• 90. امنیت داده‌ها در فرآیند تحلیل
• 91. کاربرد تحلیل داده در گزارش‌دهی
• 92. مفاهیم اولیه یادگیری ماشین
• 93. مقدمه‌ای بر مدل‌های پیش‌بینی
• 94. آماده‌سازی داده‌ها برای مدل‌سازی
• 95. ارزیابی مدل‌های پیش‌بینی
• 96. نتیجه‌گیری نهایی