#pandas — Public Fediverse posts

Hej, jeśli ktoś z Was ma możliwość, pomożecie młodej osobie z wieloma chorobami przewlekłymi?
Znam ją z Instagrama, jest cudowna, ale ma wyjątkowo ciężko ❤️‍🩹
Napisała dzisiaj, że nie chce być statystyką. Nie będziesz, Ash. Nie będziesz szła sama, nigdy.

https://www.siepomaga.pl/natalka-mancewicz?utm_source=ig&utm_medium=social&utm_content=link_in_bio&fbclid=PAb21jcARxedZleHRuA2FlbQIxMQBzcnRjBmFwcF9pZA81NjcwNjczNDMzNTI0MjcAAafbIyJMeExLjbCtdHr8naL5qQwZde0Xa4PVSPZN7fPLrcWJTZjvLjSfLo2xIg_aem_5NyNKtwwDOsT8M7KU0qbww

#mutualaid #autisticsolidarity #pomocwzajemna #opór #spoonie #chorobaprzewlekla #niepełnosprawność #pots #eds #pandas #mecfs #zapaleniemózgu #stomia #pozajelitowe #spektrumautyzmu #solidarność #zrzutka #zbiórka #ozn

while exploring @geopandas docs I learned it has a "explore()" function that creates an interactive #leafletjs map of the #geodataframe #pandas #gis #geodata #gischat #geopandas

https://geopandas.org/en/stable/docs/user_guide/interactive_mapping.html

Контролируем качество данных с помощью Python

В работе с данными одной из самых больших трудностей является обеспечение их качества. В процессе анализа и обработки информации приходится сталкиваться с множеством проблем, таких как отсутствие нужных значений, неправильно отформатированные данные или ошибки, появляющиеся при сборе данных с веб-ресурсов. В этой статье мы рассмотрим, как с помощью Python можно автоматизировать процесс проверки и очистки данных, используя популярные библиотеки, такие как pandas и pyspark. Мы исследуем практические подходы к подготовке данных для анализа, включая поиск аномалий, постобработку и работу с пустыми значениями, что поможет обеспечить высокое качество данных для дальнейших исследований и принятия решений.

https://habr.com/ru/companies/otus/articles/903634/

#qa #data_analysis #качество_данных #аналитика_данных #Python_для_анализа_данных #pandas #Pyspark #Очистка_данных #Аномалии_в_данных

Es peor que lo que pensábamos. El PR (Pull Request) de la corrección de ese bug se hizo en octubre del 2023, va para la version 3.0 y la última liberada de #Pandas es la 2.2.2

No me dejen empezar con #PySpark que es otro manojo de incoherencias. #OdioPython

EDICION
Era 2023, no 2024. Pa’ mas piedra!

🛠️ SUBSCRIBE for all the latest Risk Events in #automotive:
https://go.elmanalytics.com/409M

#audi #automotiveindustry #autonews #ev #faurecia #ford #forvia #generalmotors #igmetall #lgenergy #lucid #luminar #nissan #opel #pandas #riskmanagement #stellantis #supplychain #supplychainmanagement #ultium #volkswagen #zen #zetaenergy

How to identify and handle duplicate values: https://stackabuse.com/handling-duplicate-values-in-a-pandas-dataframe/

#dataDev #Python #Pandas #dataAnalysis #statistics #stats #dataScience

A categorical variable takes on a limited number of values.
The categorical #dataType is useful in the following cases:
- A string variable consisting of only some values. df[["label"]].astype("category") saves memory.
- The lexical order is not the same as the logical order (“one”, “two”, “three”). Sorting and min/max will use the logical order.
- As a signal to other libraries to treat as a category.

More: https://pandas.pydata.org/pandas-docs/stable/user_guide/categorical.html

#dataDev #Python #Pandas #dataAnalysis #statistics #stats

"Extract Year from a datetime column", by Piyush Raj: https://datascienceparichay.com/article/pandas-extract-year-from-datetime-column/

#dataDev #Python #Pandas #timeSeries #data #inference #dataAnalysis #statistics #stats