Скачать с ютуб Python ทำ Excel จาก 0 จนสร้างกราฟด้วย Pandas в хорошем качестве

Python ทำ Excel จาก 0 จนสร้างกราฟด้วย Pandas

การใช้ Python จัดการงานข้อมูลเช่น Excel เป็นหนึ่งในตัวอย่างการที่การเขียนโค้ด Python ช่วยจัดการงานรอบตัวให้เป็นอัตโนมัติได้ อย่าลืมติดตามการเรียน Python สร้างการทำงานรอบตัวอัตโนมัติที่ Ultimate Python ชุดคำสั่ง Pandas เป็นชุดคำสั่งสำเร็จรูปของ Python ที่รวบรวมคำสั่งการทำงานกับข้อมูลตารางเอาไว้อย่างครบถ้วน และเป็นหนึ่งในชุดคำสั่งที่สำคัญที่สุดสำหรับการใช้งาน Python เพื่อจัดการข้อมูล ในตัวอย่างนี้ผมจะพาทุกคนมาเรียนรู้การใช้งาน Pandas จาก 0 ตั้งแต่การนำข้อมูลจากไฟล์ Excel, เก็บข้อมูลจากเวปไซต์ที่เป็นตารางมาใช้, กระบวนการจัดการข้อมูล จนถึงการนำข้อมูลมาสร้างเป็นกราฟ สำหรับใครที่สนใจเรียนในคอร์ส หรือสนใจจัดสอนสำหรับองค์กร เกี่ยวกับการเขียนโค้ด Python เพื่อจัดการข้อมูล และการทำงานรอบตัวให้เป็นอัตโนมัติ เรียนรู้เพิ่มเติมเกี่ยวกับ "คอร์สลดงานด้วย Python" ได้ที่เพลย์ลิสต์นี้!    • คอร์สลดงานด้วย Python   เอกสารตัวอย่าง https://mybinder.org/v2/gh/xippar/exc... เรียนให้สนุกครับ ซิปป้า, Ultimate Python #UltimatePython #UPPythonExcel #UltimatePython #Excel #Pandas 0:00 เกี่ยวกับคลาสเรียน Python x Excel 1:16 เกี่ยวกับไฟล์ที่เตรียมให้ 2:23 ติดตั้ง pandas ด้วย !pip install pandas 2:39 ปัญหาการใช้งานตัวออนไลน์ (No Kernal) 3:37 นำ pandas มาใช้ด้วย import pandas as pd 4:00 การระบุถึงไฟล์ที่ต้องการด้วย Relative Path 5:33 การเปิดไฟล์ Excel ด้วย pd.read_excel() 6:17 การติดตั้ง openpyxl (dependency) ด้วย !pip install openpyxl 7:38 การเปิดไฟล์ csv ด้วย pd.read_csv() 8:38 การดึงข้อมูลตารางราคาคริปโตบนเวปด้วย pd.read_html() 9:46 การติดตั้ง lxml (dependency) ด้วย !pip install lxml 11:12 การดึงตารางจากผลลัพธ์ของ pd.read_html() มาใช้ 12:15 การดึงข้อมูลจาก Google Sheet มาทำงานด้วย ด้วย pd.read_csv() 14:24 แก้ไขส่วนลิ้งค์ Google Sheet เพื่อดาวน์โหลดเป็นไฟล์ csv 16:16 โหลดข้อมูลจำลองจาก seaborn ด้วย sns.load_dataset() 19:44 การลบข้อมูลที่ขาดหาย (NaN) ด้วย .dropna() 25:28 การเติมข้อมูลลงไปในส่วนที่ข้อมูลหาย (NaN) ด้วย .fillna() 27:04 Split-Apply-Combine Paradigm (แยก-ทำ-รวม) ขั้นตอนการทำงานกับบข้อมูล 30:09 การกำหนดแถวที่ต้องการลบตามจำนวน NaN ที่ต้องการด้วย thresh= 33:57 การลบ column ที่มีข้อมูล NaN ด้วย .dropna(axis=1) 34:55 การตั้ง Row (Index) ให้เหมาะสมด้วย .set_index() 36:58 การดึงข้อมูลที่ต้องการด้วย .loc[] ขั้นแรกใน “แยก-ทำ-รวม” 41:25 การคำนวณเลขในตาราง ตัวอย่างการทำงานกับข้อมูล ขั้นตอนที่สองใน “แยก-ทำ-รวม” 43:51 การคำนวณข้อมูลระหว่าง column 46:24 การนำข้อมูลใส่เข้าไปเป็น column ใหม่ในตาราง ในขั้นตอนการรวม ใน “แยก-ทำ-รวม” 48:48 การรวมข้อมูลหลายตารางเป็นตารางเดียวด้วย .merge() 51:57 บันทึกตารางเป็นเป็นไฟล์ Excel ไปใช้งาน 54:28 หลักการสำคัญของการเขียน Python คือการออกแบบขั้นตอน 55:09 การทำ Pivot Table ด้วย pd.pivot_table() 59:58 การสร้างกราฟจากข้อมูลตารางด้วย .plot() 1:02:25 การใช้ matplotlib เพื่อปรับแกน x ของกราฟ plt.xticks() 1:05:25 การใช้ plt.legend() เพื่อปรับการแสดงผลของป้ายแจ้งข้อมูลในกราฟ 1:06:19 การสร้างกราฟแท่งด้วย .plot.bar() .plot.barh() 1:07:55 การใช้ seaborn สร้าง catplot ด้วย sns.catplot() สร้างกราฟ หมุนข้อมูล จบในคำสั่งเดียว 1:17:36 สรุปการใช้งาน Python ทำงาน Excel