FullStacker

Фильтрация по тексту в BeautifulSoup Использованию параметра string и регулярных выражений для фильтрации результатов в BeautifulSoup.

CSS Селекторы и метод select() в BeautifulSoup Использование CSS селекторов, классов, и ID в BeautifulSoup через метод select(), разбираем на примерах.

Расширенный поиск с find_all() в BeautifulSoup Используем find_all() для поиска всех соответствующих тегов, ограничение результатов и поиск по списку тегов.

Метод find() в BeautifulSoup Использование метода find() в BeautifulSoup для поиска тегов по имени и атрибутам.

Навигация по дереву в BeautifulSoup Разбор методов доступа к содержимому HTML через теги и обработки текста внутри тегов с помощью BeautifulSoup.

Изучаем объект Soup в BeautifulSoup Создание и использование объекта Soup в BeautifulSoup, а также сравнение различных парсеров.

Установка и начальная настройка BeautifulSoup в Python Устанавливаем библиотеку для парсинга BeautifulSoup в Python и проверяем корректность работы.

Введение в BeautifulSoup Обзор основ веб-скрапинга и введение в библиотеку BeautifulSoup, её возможности и применение.

Основы обработки строк в DataFrame Pandas Функции и методы для обработки строковых данных в Pandas. Основы работы со строками, преобразование, фильтрация и анализ текстовых данных.

Основы обработки строк в DataFrame Pandas Функции и методы для обработки строковых данных в Pandas. Основы работы со строками, преобразование, фильтрация и анализ текстовых данных.

Основы работы с датами в Pandas Методы и функции для работы с датами и временем в Pandas. Основы управления временными рядами, преобразование форматов и арифметика дат.

Конкатенация и объединение таблиц в Pandas Объединение таблиц с помощью метода concat() в Pandas. Разбор основных параметров, примеры использования и рекомендации по оптимизации.

Слияние датасетов в Pandas Объединение датасетов с различными типами соединений в Pandas. Подробное изучение метода merge() и его параметров для соединения данных.

Продвинутая группировка в Pandas Продвинутые методы группировки и фильтрации данных в Pandas. Изучение функций transform() и filter() для сложных задач обработки данных.

Группировка данных в Pandas Классификация и агрегация данных с помощью groupby() в Pandas. Разбор основ, примеры группировки и агрегации данных.

Агрегация данных в Pandas Агрегация данных с использованием различных функций в Pandas. Понимание метода agg(), комбинирование функций и практические советы.

Методы управления данными в Pandas Удаление, изменение типов и переименование столбцов в Pandas. Разбор основных методов управления данными, их особенности и применение.

Применение пользовательских функций в Pandas Использование apply() и лямбда-функций для обработки данных Pandas. Примеры применения, основные методики и рекомендации.

Арифметические и логические операции с DataFrame в Pandas Математические и логические операции над DataFrame в Pandas. Обзор возможностей, методов и рекомендаций по эффективной обработке данных.

Фильтрация данных в Pandas Выборка данных на основе условий в Pandas. Использование условных операторов и метода query() для фильтрации и выборки нужных данных.