Азы работы с pandas.DataFrame на примере задачи о Титанике.

[@ZipOfficial]

3:04 импорт данных 4:39 удаление idишек 8:55 вывод инфы 10:30 вывести один из столбцов 10:56 подсчёт кол-во записей 12:17 визуализация кол-во данных 13:09 среднее число 13:32 построение гистограммы 17:32 избавление от nan 19:51 узнать корреляцию

[@dariaarkhipova5419]

Уже будучи знакомой с анализом данных приятно слушать видео. Очень дельные вещи

[@Xapek2008]

Интересно и не занудно, даже скорость не надо менять, спасибо

[@apozyak]

спасибо, очень понятно и доступно!

[@seychasov]

какой же качественный контент! спасибо! лайк подписка

[@kotleta7643]

Очень здорово, спасибо

[@lekkaverhovcev6334]

Уточню для тех кто смотрит: автор оговорился вот тут (kzbin.info/www/bejne/lXWUqZutjbqYmKsm27s), это целочисленное деление, не остаток.) За видео лайк.) Спасибо)

[@egoregoroff104]

Спасибо!

[@РоманМомотов-ш9й]

спасибо, очень позновательно

[@SnowyToly]

Очень помогло, огромное спасибо!

[@VARYHIN]

Огромное спасибо за видео!

[@Yayakimenko]

Спасибо большое! Автор молодец!

[@Storks40]

Кажется в 2023 другой датасет. И не понял как имена столбцов в датасете поменялись на "контсанты, определенные перед считыванием данных. У меня ничего не изменилось.

[@ДмитрийШалимов-ч5у]

Сленг зашкаливает.

[@tetianaprokhorova347]

Вы упоминали, что планируете снимать видео о TensorFlow . Ваши планы изменились? Или видео можно посмотреть на Вашем другом канале?

[@vitaliynabiev2530]

Спасибо, хорошее видео

[@DAROM-TK]

на 3:30 Вы говорите, что будет выводиться без print. Чего то я это не понял. У меня без принт не выводится.Что я не так делаю?

[@ВалерияНовикова-п9з]

Как так научиться(

[@andreybelyaev5703]

Супер круто!

[@ОлегКозырис-л8с]

Добрый день! Подскажите, почему у меня файл загрузился не в том виде как у вас? joxi.ru/ZrJ1LZotMVKVkA Колонки и значения совсем другие, возможно исходный файл был изменен. Где взять оригинальный файл из видео для работы?

[@kabalchik5085]

++Такая де проблема

[@MaxM1]

Так вот и самый главный вопрос, как комплексно анализировать данные? Как подсчитать вероятность выживания парня 30 лет во втором классе? Методом линейной регрессии с множеством предикторов?

[@ВолковАнтон-ь9п]

Бинарное дерево решений

[@Gleb615]

Вячеслав, спасибо за видео. Продолжение будет ?

[@MaxM1]

21:30 возрастная группа 1 - выживших больше

[@umidjonsadatov3426]

12:08 это капитан корабля

[@VakaramGolang]

у меня некоректно работает .info() ? почему то неверно

[@АндрейМакаров-с1й4у]

Вячеслав, будут ли новые видео?

[@MorozowPavlik]

А продолжение есть?

[@ПавелОсокин-ш3г]

Почему то функция map_to_percent выдаёт кривой датафрейм, в таком виде 1 [0.301887, 0.698113] - то есть значения скомканы в массив, сверху названий Survived нет.

[@ПавелОсокин-ш3г]

Заработало только так: def map_to_percent(r): return pd.Series([float(v)/sum(r) for v in r])

[@AndreyKryajev]

Спасибо за видео, а можно ноутбук на github скинуть ?

[@s78ap]

супер

[@aleksanderklimov3172]

Спасибо за видео! Подскажите как правильно сделать fillna по условию? Допустим заменить на медиану возраста для всех у кого Sex = female и Pclass = 1st?

[@KovalevskyiAcademy]

что то типа: df.fillna(value="female")

[@reginashavaleeva3832]

Aleksander Klimov I

[@costa86]

@@KovalevskyiAcademy не сработает. Нужно условие что пол определённый и класс определённый. Те заменять наны на медианы определённого класса и пола

[@llllpavle]

лайк

[@glepfingerman7731]

df[AGE_GROUP_COL] = df[AGE_COL].map(lambda age: int(age // 10)) df[:HEAD_ROWS_TO_SHOW] ошибка на этой строчке --------------------------------------------------------------------------- ValueError Traceback (most recent call last) in () ----> 1 df[AGE_GROUP_COL] = df[AGE_COL].map(lambda age: int(age // 10)) 2 df[:HEAD_ROWS_TO_SHOW] /Users/konstantin/anaconda/lib/python2.7/site-packages/pandas/core/series.pyc in map(self, arg, na_action) 2175 new_values = algos.take_1d(arg._values, indexer) 2176 else: -> 2177 new_values = map_f(values, arg) 2178 2179 return self._constructor(new_values, pandas/src/inference.pyx in pandas.lib.map_infer (pandas/lib.c:66124)() in (age) ----> 1 df[AGE_GROUP_COL] = df[AGE_COL].map(lambda age: int(age // 10)) 2 df[:HEAD_ROWS_TO_SHOW] ValueError: cannot convert float NaN to integer

[@atlant1707]

+5

[@chernobyl1999]

слово "эпплаит" просто убило...

[@javadeveloper-o5j]

Ошибка на df[PCLASS_COL].value_counts() colab.research.google.com/drive/1_ul3DyhQOqlpXymw4k2-vBBE_v0Pls50 В csv файле 32 записи по ссылке ( а не 1313 как в видео) vincentarelbundock.github.io/Rdatasets/csv/datasets/Titanic.csv, и нет PClass столбца, есть Class, и колонка Age не содержит float данных Спасибо за видео, очень доходчиво, по полочкам, все законспектировала, три раза пересмотрела, вот что значит опыт преподавателя - разработчика ! Супер!!! Еще бы про Kaggle сделали видео как участвовать в соревнованиях по Титанику.

[@serega9422]

Спасибо за полезное видео!