Przejdź do treści

Zrób pierwszy praktyczny projekt analizy danych na brudnym pliku CSV w notatniku Jupyter i Pandas

Uruchom środowisko w przeglądarce bez żmudnej konfiguracji, wczytaj prawdziwy zestaw danych, napraw brakujące wartości oraz typy dat i wyciągnij 3 rzetelne wykresy.

Dołącz do testerów

Skopiuj polecenie i wklej je do asystenta AI, z którego już korzystasz.

Cztery etapy pierwszej eksploracyjnej analizy danych (EDA) od zera

  1. 01

    Zacznij w chmurowym notatniku Google Colab zamiast walczyć dwa dni ze ścieżkami w systemie

    Otwórz nowy notatnik w przeglądarce z preinstalowanymi bibliotekami pandas, matplotlib i seaborn — dzięki temu w pierwszej godzinie skupisz się na pracy z tabelą danych zamiast na konfliktach wersji pakietów.

  2. 02

    Prześwietl kształt tabeli, typy kolumn, duplikaty oraz braki danych (NaN)

    Po wczytaniu df = pd.read_csv(...) zawsze uruchom zestaw kontrolny: df.shape, df.info(), df.isna().sum() oraz df.describe(), aby wyłapać daty wczytane jako tekst i podejrzane wartości odstające.

  3. 03

    Podejmij świadomą decyzję o brakach i obserwacjach odstających zamiast ślepo je kasować

    Sprawdź, czy puste komórki oznaczają brak zakupu (zero) czy błąd zapisu, porównaj średnią z medianą odporną na pojedyncze gigantyczne zamówienia i udokumentuj w komórce tekstowej przyjęte założenia.

  4. 04

    Odpowiedz na 3 pytania biznesowe wykresami i podsumuj wnioski językiem nietechnicznym

    Dobry projekt startowy nie kończy się wypluciem kodu — dodaj nad wykresem pytanie (np. w których dniach i kategoriach marża spada przez zwroty?) oraz pod spodem 3 konkretne rekomendacje biznesowe.

Dobrze wiedzieć

Od czego w praktyce lepiej zacząć przebranżowienie w stronę danych: od SQL i BI czy od sieci neuronowych?

W polskich firmach wielokrotnie więcej ofert startowych dotyczy ról Data / BI Analyst, gdzie fundamentem są zaawansowany Excel, bardzo dobry SQL oraz narzędzie wizualizacji (Power BI lub Tableau), a Python jest cennym kolejnym krokiem.

Dlaczego polskie znaki w pliku CSV z Excela zamieniają się po wczytaniu w krzaczki, a wszystko ląduje w jednej kolumnie?

Polski Excel często zapisuje pliki CSV ze średnikiem jako separatorem zamiast przecinka oraz w kodowaniu Windows-1250 — dodaj przy wczytywaniu parametry sep=';' oraz encoding='utf-8' lub 'cp1250'.

Skąd pobrać ciekawe, legalne i nieoklepane zbiory danych do pierwszego projektu w portfolio?

Zamiast powielać szkolnego Titanica, wybierz otwarte dane publiczne z portalu dane.gov.pl, Banku Danych Lokalnych GUS, raportów transportu miejskiego albo wyeksportuj własną historię treningów czy wydatków.

Dowiedz się więcej

Powiązane poradniki i wyjaśnienia do tego zadania