Justim的喃喃自語

簡介 Groupby 是 Pandas 中的一個很強大的操作方法。 它可以將資料「分組」，之後在分組的資料上做運算，然後再將運算的結果組合起來。 舉例而言，老師想看一年級中，不同班級的「數學」以及「英文」成績的平均值 (依班級分組，在分組中做平均值運算)。 國家想統計不同都市中收入的中位數 (依都市分組，在分組中取中位數)，都可以使用 groupby 運算達成。 一般來說，如果資料中有「類別變數」出現，那通常就會有 groupby 的需求。 類別變數例如：性別 (男/女)，班級 (1A/1B/1C)，等級 (A/B/C)，洲 (亞洲/非洲/美洲)，膚色 (黑/白/黃)…等。

這篇文章收集了一些我學習 Pandas 中所參考到的學習資源，會不定時的更新。 2019/9/6 更新 data school 的 Learn a new pandas trick every day 文章 (見網站一節)。

簡介 value_counts() 是 Pandas series 中很有用的方法。 它可以取得 series 中每個唯一值的出現頻率，而且還可後讓頻率以百分比的方式展示。 這篇文章說明了 value_counts() 函式的使用方式。

簡介 Kaggle 是一個資料科學的相關網站，依 維基百科 的說明，它在 2011 年成立，並在 2017 年被 Google 收購 。 如果想要學習資料分析/AI 的相關實務技巧，Kaggle 絕對是我們要常常來拜訪的網站。Kaggle 提供了許多資料集讓我們分析，還有眾多資料分析家所提供的教學文件，省下許多摸索的時間。 另外，Kaggle 也時常舉辦資料分析的競賽 (相關文章，見 這兒 ，及 這兒 )，參與競賽的成績也有助於日後的求職，另外，競賽過程中對實務技術的磨練，也是有大大的幫助的。 既然是一個提供資料分析，人工智慧應用相關的網站，那麼上面有教學資源也就不足為齊了。 這篇文章著重說明如何使用 Kaggle 網站所提供的課程，幫助我們提升資料分析的實務技巧。