• Урок 1. 00:02:27
    1.1 Переменные
  • Урок 2. 00:06:35
    1.2 Список
  • Урок 3. 00:02:17
    1.3 Метод append
  • Урок 4. 00:13:51
    1.4 Петля for
  • Урок 5. 00:19:30
    1.5 Условия
  • Урок 6. 00:07:03
    1.6 Делимость нацело
  • Урок 7. 00:05:28
    1.7 Вложенные конструкции
  • Урок 8. 00:14:59
    1.1. Знакомство Jupyter Notebook
  • Урок 9. 00:14:03
    1.2. Переменные - строки, числа, списки
  • Урок 10. 00:09:40
    1.3. Подробнее о списках
  • Урок 11. 00:22:13
    1.4. Конструкция IF ELSE
  • Урок 12. 00:09:10
    1.5. Метод строк FORMAT
  • Урок 13. 00:08:43
    1.6. Конструкция FOR
  • Урок 14. 00:12:10
    1.7. Словари
  • Урок 15. 00:03:53
    2.1 Считывание датасэта
  • Урок 16. 00:07:34
    2.2 Форма датафрэйма
  • Урок 17. 00:04:59
    2.3 Типы данных колонок
  • Урок 18. 00:11:41
    2.4 Переименование колонок
  • Урок 19. 00:04:35
    2.5 Распределение значений в колонке
  • Урок 20. 00:00:44
    2.6 Сумма
  • Урок 21. 00:02:04
    2.7 Расчёт для группы
  • Урок 22. 00:01:08
    2.8 Индекс крайних значений
  • Урок 23. 00:02:21
    2.9 Группировка по нескольким колонкам
  • Урок 24. 00:03:38
    2.10 Сортировка значений
  • Урок 25. 00:08:31
    2.11 Создание функций
  • Урок 26. 00:10:40
    2.1. Считывание данных
  • Урок 27. 00:15:43
    2.2. Методы и атрибуты DataFrame, метод Rename
  • Урок 28. 00:19:42
    2.3. Группировка, агрегация, сортировка данных
  • Урок 29. 00:07:23
    2.4. Способы самопроверки при анализе данных
  • Урок 30. 00:09:37
    2.5. Автоматизация скучной работы
  • Урок 31. 00:06:15
    3.1 Разделение строк
  • Урок 32. 00:04:49
    3.2 Фильтрация датафрэйма по нескольким условиям
  • Урок 33. 00:03:45
    3.3 Переименование колонок
  • Урок 34. 00:00:55
    3.4 Создание колонки
  • Урок 35. 00:01:16
    3.5 Подсчёт уникальных значений
  • Урок 36. 00:07:00
    3.6 Объединение датафрэймов
  • Урок 37. 00:07:01
    3.7 Функция, агрегирующая данные из файла
  • Урок 38. 00:03:11
    3.8 Распарсивание даты
  • Урок 39. 00:06:49
    3.9 Поиск самой популярной платформы
  • Урок 40. 00:05:29
    3.10 Распределение оценок водителей
  • Урок 41. 00:04:25
    3.11 Дебаг графика
  • Урок 42. 00:04:27
    3.12 Анализ распределения оценок клиентов
  • Урок 43. 00:08:40
    3.1. Роль аналитика в команде
  • Урок 44. 00:05:28
    3.2. Предподготовка данных
  • Урок 45. 00:09:53
    3.3. Метод apply для трансформации колонок
  • Урок 46. 00:07:26
    3.4. Lambda функции для быстрых вычислений
  • Урок 47. 00:28:56
    3.5. Приступаем к аналитике
  • Урок 48. 00:13:08
    3.6. Объединение данных, метод merge
  • Урок 49. 00:07:09
    3.7. От данных к метрикам
  • Урок 50. 00:16:42
    3.8. Визуализация как метод исследования данных
  • Урок 51. 00:03:53
    4.1 Форматирование строки
  • Урок 52. 00:02:51
    4.2 Подсчёт числа пропущенных значений
  • Урок 53. 00:01:29
    4.3 Типы данных колонок
  • Урок 54. 00:04:46
    4.4 Конвертация типов
  • Урок 55. 00:05:45
    4.5 Удаление колонок
  • Урок 56. 00:05:39
    4.6 Удаление дупликатов
  • Урок 57. 00:04:36
    4.7 Управление циклом
  • Урок 58. 00:09:19
    4.8 Конвертация во время
  • Урок 59. 00:09:24
    4.9 Определение опаздывающих водителей
  • Урок 60. 00:06:00
    4.10 Извлечение месяца и дня недели
  • Урок 61. 00:03:18
    4.11 Поиск месяца с минимальным числом заказов
  • Урок 62. 00:06:46
    4.12 Поиск дня недели с минимальным числом заказов
  • Урок 63. 00:12:10
    4.13 Анализ MAU
  • Урок 64. 00:13:21
    4.1. Модуль os и прием list comprehension
  • Урок 65. 00:08:54
    4.2. Считывание данных при помощи open().readlines()
  • Урок 66. 00:18:22
    4.3. Как прочитать только нужную часть файла
  • Урок 67. 00:11:41
    4.4. Типы данных и работа с датой
  • Урок 68. 00:02:50
    5.1 Чтение сжатых файлов
  • Урок 69. 00:03:05
    5.2 Удаление дупликатов
  • Урок 70. 00:01:50
    5.3 Подсчёт удалённых заказов
  • Урок 71. 00:00:58
    5.4 Отбор строк
  • Урок 72. 00:09:59
    5.5 Поиск топовых покупателей
  • Урок 73. 00:01:42
    5.6 Отбор информации по топовым покупателям
  • Урок 74. 00:02:35
    5.7 Самый часто заказываемый товар
  • Урок 75. 00:05:34
    5.8 Подсчёт прибыли
  • Урок 76. 00:04:33
    5.9 Самые прибыльные заказы
  • Урок 77. 00:22:53
    5.1. Предобработка данных и разведывательный анализ
  • Урок 78. 00:09:10
    5.2. Рассчитываем CTR
  • Урок 79. 00:09:31
    5.3. Ищем баги в аналитических логах
  • Урок 80. 00:04:30
    5.4. Процентили и медиана распределения
  • Урок 81. 00:07:58
    5.5. Составные запросы при фильтрации данных
  • Урок 82. 00:08:03
    6.1 Скользящее среднее
  • Урок 83. 00:14:19
    6.2 Размер окна и сглаживание
  • Урок 84. 00:13:02
    6.3 Документация скользящего окна
  • Урок 85. 00:03:53
    6.4 Экспоненциально взвешенное окно
  • Урок 86. 00:13:00
    6.5 Сравнение скользящего и экспоненциального окон
  • Урок 87. 00:07:51
    6.6 Преобразование во время
  • Урок 88. 00:08:11
    6.7 Разделение на равные промежутки
  • Урок 89. 00:09:58
    6.8 Спецификация интервалов
  • Урок 90. 00:11:34
    6.1 Зачем нужна визуализация данных
  • Урок 91. 00:18:11
    6.2 Скользящее среднее и оконные функции
  • Урок 92. 00:16:45
    6.3 Кастомизация графиков
  • Урок 93. 00:06:17
    6.4 Интерактивные графики в Plotly
  • Урок 94. 00:10:51
    6.5 Гистограммы и Bar Chart
  • Урок 95. 00:09:18
    7.1 Загрузка через requests
  • Урок 96. 00:10:08
    7.2 Вывод значений по условию
  • Урок 97. 00:04:47
    7.3 Подсчёт присутствующих значений
  • Урок 98. 00:09:37
    7.4 Обработка ошибок
  • Урок 99. 00:20:08
    7.5 Использование телеграма
  • Урок 100. 00:12:39
    7.1 API Вконтакте
  • Урок 101. 00:25:52
    7.2 Библиотека vk_api
  • Урок 102. 00:09:54
    7.3 Google doc API
  • Урок 103. 00:16:28
    7.4 API Яндекс метрики
Этот курс находится в платной подписке. Оформи премиум подписку и смотри Твой путь в мир Data Analytics. Часть 1, а также все другие курсы, прямо сейчас!
Премиум