Data Analisi Con Pandas

Name: Data Analisi Con Pandas
Rating: 4.4 (247 reviews)

La guida completa in Italiano per la libreria Python piu' famosa per l'analisi dei dati

Highest Rated

Created byDario Festa

Last updated 2/2026

Italian

What you'll learn

Come utilizzare la libreria di Python piu' famosa per la Data Analisi
Diventare esperto nel manipolare datasets complessi (2D+)
Tabelle pivot, unioni tra datasets, manipolare serie temporali , importare , ripulire e visualizzare datasets
La possibilita' di verificare le "skills" acquisite con numerosi esercizi!
Imparerai anche a creare le famose bar chart race che hanno spopolato su Youtube negli utlimi due anni
Decine di metodi per facilitare la data analisi di qualunque dataset

Course content

11 sections • 114 lectures • 8h 58m total length

Introduzione al corso2:55
Materiale del corso0:05
++IMPORTANTE++ Per favore non saltare questa lezione!1:44
++Importante++
Qui sotto alcuni consigli utili per rendere la tua esperienza con Udemy la migliore possibile.
D1: L’insegnante parla troppo lentamente, posso modifcare la velocità dei video?
R1: Assolutamente si! Anzi ti consiglio di guardare tutti i video con velocità minima 1.25x (meglio 1.5x), ma questo è solo un consiglio.
Volendo puoi anche ridurre la velocità!
Per farlo, vai in basso a sinistra nella tua lezione video, clicca sull’icona 1x e seleziona la tua velocità preferita!

D2: qualita video / audio delle lezioni e’ bassa?
R2: tutte le lezioni sono registrate con risoluzione 1920x1080 (1080p). Se ti capita di osservare una qualità video bassa, I motivi di solito sono i seguenti:
1. Connessione Internet lenta. Capita infatti che la nostra connessione di casa, anche se funziona benissimo, a volte ha dei “rallentamenti”.
2. Udemy ha una funzione Autoplay che sceglie automaticamente in base alla nostra connessione, quale risoluzione utilizzare; possiamo disabilitarla e scegliere noi manualmente che risoluzione utilizzare

D3: Come faccio a recensire un corso dopo sole 4/5 lezioni?
R3: Putroppo questo dipende solo ed escuslivamente da Udemy. Giudicare un corso ( magari di diverse ore) solo dalle prime lezioni (20 minuti di video anche meno..) non ha molto senso e a mio parere e’ anche sbagliato.
Siccome non posso farci nulla, ti chiedo gentilmente di non cliccare “random” su una delle stelle con cui si misura la qualita’ del corso, ma piuttosto cliccare su “CHIEDIMELO DOPO" e continuare a seguie il corso.

Le recensioni sono importantissime per chiunque crei contenuti su Udemy; recensioni basate su giudizi affrettati (sia positivi che negativi) non ci permettono di capire in cosa migliorare!

Ti chiedo comunque di non dimenticare di lasciare una recensione, il giudizio degli studenti mi permette di:
- Mantenere il corso aggiornato; giudizi positivi infatti sono uno stimolo ad aggiornare / aggiungere nuovi contenuti
- Creare nuovi contenuti in futuro
- Migliorare i contenuti gia' caricati online; giudizi negativi, ma che portano con se’ critiche costruttive sono sicuramente utili per comprendere dove si puo’ migliorare!

D4: Devo per forza installare Anaconda per seguire il corso?
R4: Assolutamente no! puoi seguire il corso anche senza installare nulla!
Se vuoi svolgere gli esercizi pero’ avrai bisogno per lo meno di un editor di testo per scrivere codice e Python installato sul tuo PC.
Oppure puoi utiizzare le versioni online di Jupiter Notebook e JupiterLab:
https://jupyter.org/try

Per qualunque problema, mandami un messaggio privato o fai una domanda nella sezione Q&A del corso!
Installare Anaconda su PC Windows0:01
Nel file pdf allegato troverai una breve guida su come installare Anaconda su PC Windows e su come aprire il tuo primo Jupyter Notebook!
Installare Anaconda su MAC OS0:01
Nel file pdf allegato troverai una breve guida su come installare Anaconda su MAC OS e su come aprire il tuo primo Jupyter Notebook!
OPZIONALE: Breve intro su Jupyter Notebook4:47
Lezione opzionale - vengono mostrate le basi minime di Jupyter Notebook

Intro sui Dataframes5:59
Anatomia di un Dataframe1:37
Intro sui metodi per Dataframes3:58
Installare xlrd e openpyxl per lavorare con file Excel1:06
describe() e info()9:53
nlargest() e nsmallest() vs sort_values()7:11
set_index() e reset_index()5:20
Rimuovere colonne e righe tramite drop()4:10
Come aggiungere colonne ad un dataframe3:28
dropna() per rimuovere valori mancanti (NaN)6:22
Sostituire valori mancanti, metodo fillna()4:19
Metodo .loc[] per estrarre righe (tramite indice)3:06
"Slicing" tramite .loc[]2:41
Metodo .iloc[] per estrarre righe (tramite posizione)2:59
"Slicing" tramite .iloc[]3:38
Riassunto "Selezione righe e colonne"4:08
Il concetto di "Broadcasting"4:28
Estrazione in base ad una condizione5:32
Estrazione in base a piu' condizioni7:29
Estrazione tramite metodo between()3:27
isin(), isnull() e notnull()5:56
Cambiare nome degli assi e metodo rename()4:25
Metodo apply()5:50
Metodi map() e applymap()2:47
Metodo astype()4:00
Esercizio Dataframe 1, Istruzioni2:52
Esercizio Dataframe 1, soluzione parte 19:52
Esercizio Dataframe 1, soluzione parte 27:01
Esercizio Dataframe 2, Istruzioni0:31
Esercizio Dataframe 2, Soluzione5:38

Introduzione2:02
Metodi where() e query()2:42
Metodo agg()2:22
Metodo copy()3:14
Operazioni con le stringhe - parte 14:29
Operazioni con le stringhe - parte 23:35
Operazioni con le stringhe - parte 33:37
Operazioni con le stringhe - parte 42:07
Indice Gerarchico (Multi-indexing) - parte 13:40
Indice Gerarchico (Multi-indexing) - parte 27:16
Esercizio Dataframe 3, Istruzioni1:41
Esercizio Dataframe 3, Soluzione7:10

Introduzione0:32
Metodo concat()6:48
Metodo merge() e outer join6:37
Metodo merge() e inner join4:51
Metodo merge() e left_right join con intersezione4:24
Metodo merge() e left_right join senza intersezione2:32
Metodo merge() outer join senza intersezione2:43
merge su colonne con nomi diversi4:23
merge su colonne e indici con nomi diversi3:21
Metodo join()4:44
Esercizio Unire dataframes, istruzioni1:25
Esercizio Unire dataframes, Soluzione10:17

Introduzione0:52
Panoramica sui concetti generali di tempo in Pandas1:15
Timestamp e DatetimeIndex9:25
Metodo date_range()9:03
period e PeriodIndex4:21
Timedelta e timedeltaIndex8:11
Accedere agli attributi temporali tramite .dt2:59
Metodi e Attributi di oggetti Timestamps4:03
Leggere serie temporali da un file - parte 13:48
Leggere serie temporali da un file - parte 27:45
loc[] e iloc[] con oggetti DatetimeIndex5:53
Metodo reindex()4:38
Metodo resample()7:01
Esercizio Serie Temporali, Istruzioni2:40
Esercizio Serie Temporali, Soluzione parte 16:46
Esercizio Serie Temporali, Soluzione parte 26:42

Requirements

Un personal Computer con una connessione Internet sufficiente per vedere video in streaming
Una conoscenza base del linguaggio di programmazione Python

Description

- Benvenuto nel corso sulla libreria Pandas più completo disponibile su Udemy in lingua italiana!

- Questo corso, oltre ad essere aggiornato alla versione di Pandas 1.0, copre tutti i principali metodi, attributi e tecniche di manipolazione dati che si incontrano nei progetti della vita reale.

- I concetti che imparerai durante il corso ti porteranno a diventare un vero mago della manipolazione e analisi dei dati! Ma non ci fermeremo solo alla teoria, avrai infatti la possibilita' di valutare le tue skills tramite diversi esercizi!

Data Analisi con Pandas, offre oltre 100 lezioni e circa 9 ore di tutorial video.

Le lezioni includono:

- Series e Dataframes
- Imparare a lavorare con le serie temporali
- decine di metodi e attributi spiegati in dettaglio
- Come modificare la forma di un dataset (tabelle pivot, merge, groupby...)
- Visualizzazioni e grafici tramite Pandas e Matplotlib
- Importare e salvare datasets da e su file esterni
- Imparerai a creare anche le famose bar chart race!
- Diversi Esercizi per impratichirsi
- datasets reali su cui "allenarti"
- Bonus: imparerai a sfruttare pandas per visualizzare i tuoi datasets in una web app (no html, css o javascript!)

Durante tutto il corso scriveremo codice insieme e avrai l'opportunità di testare ciò che hai imparato con numerosi esercizi.

Grazie per aver visitato questa pagina, se la data analisi ti appassiona, questo è il corso per te!

Who this course is for:

Chiunque voglia approcciarsi alla Data Science e/o al Machine Learning (la libreria Pandas vi sara' di grande aiuto)
Utilizzatori di Excel che vogliono portare la Data Analisi ad un livello superiore

Data Analisi Con Pandas

What you'll learn

Explore related topics

Course content

Introduzione e Setup6 lectures • 10min

Series11 lectures • 52min

Dataframes - parte 130 lectures • 2hr 20min

Dataframes - parte 212 lectures • 44min

Reshaping di un Dataset12 lectures • 56min

Unire Datasets12 lectures • 53min

Serie Temporali16 lectures • 1hr 25min

BONUS: Visualizzazione tramite Matplotlib8 lectures • 41min

BONUS: Bar chart races!1 lecture • 11min

BONUS: Analisi decessi Ita 2015-2019 Vs 2020 (dataset con 2.5 milioni di righe)3 lectures • 31min

Requirements

Description

Who this course is for: