pd.pivot_table, pd.groupby, pd.crosstab | Группировки | БИБЛИОТЕКА PANDAS 4 | МАШИННОЕ ОБУЧЕНИЕ

[@Enterprise_IT_support]

Молодец!

[@paveltimofeev5686]

Спасибо огромное! На платных курсах так полно и понятно не объясняют того, что вы объяснили за пол часа!

[@machine_learrrning]

Пожалуйста! Рада, что понравился материал 😻

[@Дмитрий-с2э2в]

Подписался). Мало таких видео на ютубе

[@machine_learrrning]

Очень рада, что видео оказалось полезным :)

[@xandrviking1113]

Спасибо за урок 🖖👍

[@Vinsentinio]

Отличные уроки, спасибо! понятно и полезно!

[@КаналСупермастерА]

Юля лучшая!

[@СанжарТокан-э2щ]

многие сайты есть популярные но нету таких качественных контентов

[@machine_learrrning]

и правда стараюсь делать качественный и полезный контент 😸

[@ИмяЖенское]

Спасибо большое. Это очень полезные уроки. Одни из самых понятных и хорошо оформленных на русском языке

[@machine_learrrning]

Пожалуйста!
Очень рада, что мои занятия понравились 😊

[@dmitrykaraulov676]

Юля, огромное спасибо!! Действительно полезные и разъясняющие видео, а не просто наваленый материал! И да... наверно не пандАс, а пАндас?))

[@machine_learrrning]

Пожалуйста!
Говорю и так, и так, иногда пАндас, иногда пандАс :)

[@spark-to-a-flame8227]

Спасибо 💚

[@machine_learrrning]

Пожалуйста :)

[@pankratovso]

Спасибо, узнал некоторые фишки, которыми раньше не пользовался!) можно ещё добавить про метод pandas.DataFrame.transform

[@machine_learrrning]

Пожалуйста!
Про transform будет немного информации в видео про заполнение пропусков

[@alexdavydov6517]

Юля, спасибо большое за видео, за полчаса вспомнил весь синтаксис! Подскажите, какие темы вы у нас будете вести на буткемпе?

[@machine_learrrning]

Очень рада, что видео помогло вспомнить всё :)
Следующие занятия буду проводить:
Модуль 4. Знакомство с Машинным обучением
Модуль 4. Обучение с учителем и без
Модуль 4. Деревья решений
Модуль 4. Линейная и логистическая регрессия

[@alexdavydov6517]

@@machine_learrrning это прекрасно, спасибо)

[@ИмяЖенское]

Юля, подскажи пожалуйста можно ли в pivot table сделать чтобы столбец показывал сколько в процентах он от общего итога по колонке/строке

[@machine_learrrning]

можно, если значения этого столбца поделить на общее итого по столбцу

[@Roc19961]

Мы разве не можем вместо lambda функции передавать просто функцию через def? По-моему тогда не надо будет __name__ менять

[@ВладимирО-с9с]

Почему groupby работает не более чем по двум признакам? Можно ли его делать по трем или более признакам? Каким методом пользоваться если нужна группировка по более чем двум признакам?

[@machine_learrrning]

Добрый день!
Можно и по трем сделать, к примеру написать: df.groupby(['product_department', 'store_id', 'customer_id']), всё отработает отлично