Your cart is empty.
Keep shoppingРуслан Сенаторов: Логический отбор. Фильтрация Pandas Python
11 students
Руслан Сенаторов: Логический отбор. Фильтрация Pandas Python
Освойте булевы маски, сложные условия и инструменты Pandas для точного и удобного отбора данных. SenatorovAI
Last updated 6/2026
Russian
What you'll learn
- Выполнять логический отбор строк в таблицах Pandas.
- Создавать булевы маски для фильтрации данных.
- Использовать операторы &, |, ~ для объединения условий.
- Фильтровать данные по числовым, текстовым и категориальным значениям.
- Применять методы isin(), between(), isna() и notna().
- Отбирать данные с помощью loc[] и query().
- Работать с пропущенными значениями при фильтрации.
- Фильтровать строки по датам и временным диапазонам.
- Избегать распространённых ошибок при составлении сложных условий.
- Применять логическую фильтрацию при решении практических аналитических задач.
Explore related topics
Course content
2 sections • 10 lectures • 1h 13m total length
Requirements
- Базовое знание синтаксиса Python.
- Понимание переменных, списков, условий и логических операторов.
- Начальное знакомство с библиотекой Pandas будет полезно, но не обязательно.
Description
This course contains the use of artificial intelligence.
Artificial intelligence was used only to assist with drafting and editing the course description. All instructional materials, lectures, examples, and exercises were created and reviewed by the instructor.
Курс «Логический отбор и фильтрация в Pandas» посвящён одному из главных навыков аналитика — быстрому и точному отбору нужных данных из таблиц. Вы научитесь создавать логические условия, комбинировать их и применять для решения практических задач анализа данных с помощью Python и библиотеки Pandas.
В начале курса вы познакомитесь с принципом работы булевых масок. Вы узнаете, как сравнивать значения столбцов, получать последовательности из True и False и использовать их для отбора строк в DataFrame. На простых примерах вы научитесь фильтровать числовые, текстовые и категориальные данные.
Далее вы освоите объединение нескольких условий с помощью операторов &, | и ~. Вы разберётесь, почему при создании сложных выражений необходимо использовать круглые скобки, чем поэлементные операторы отличаются от стандартных операторов and, or и not, а также научитесь избегать распространённых ошибок.
Отдельное внимание уделяется полезным методам Pandas. Вы научитесь применять isin() для отбора значений из списка, between() для работы с диапазонами, isna() и notna() для обработки пропусков. Вы также освоите фильтрацию с помощью loc[] и познакомитесь с методом query(), позволяющим записывать сложные условия в более читаемом виде.
В практической части курса рассматривается фильтрация строк по тексту, датам и временным диапазонам. Вы научитесь выполнять регистронезависимый поиск, находить записи по части строки и корректно работать с отсутствующими значениями.
Курс подойдёт начинающим аналитикам, специалистам по Data Science, студентам и Python-разработчикам. После завершения обучения вы сможете уверенно составлять сложные условия, отбирать необходимые наблюдения и использовать фильтрацию данных в реальных аналитических проектах. SenatorovAI
Who this course is for:
- Курс предназначен для начинающих аналитиков данных, специалистов по Data Science, студентов и Python-разработчиков, которым необходимо уверенно отбирать нужные строки из таблиц.
- Он будет полезен кандидатам на позиции Junior Data Analyst и Junior Data Scientist, желающим закрепить навыки работы с Pandas и подготовиться к практическим заданиям или техническим собеседованиям.
- Курс также подойдёт маркетологам, экономистам, исследователям и другим специалистам, которые регулярно работают с табличными данными и хотят автоматизировать их фильтрацию с помощью Python.