Wenn Sie auf die Spalte `'Fare'` stoßen, sind die Zahlen hier mit dem `-` Zeichen getrennt. Das sieht seltsam aus, nicht wahr? Wir sind es gewohnt, `.` als Trennzeichen zu verwenden, und Python kann nur Zahlen verstehen, die mit Punkten getrennt sind. Lassen Sie uns den Typ dieser Spalte überprüfen. Sie können dies mit dem Attribut `.dtypes` tun. Schauen Sie sich das Beispiel mit der Spalte `'Age'` an.

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/titanic3.csv', index_col = 0)
print(data['Age'].dtypes)

**Erklärung:**

Die Syntax `.dtypes` ist einfach; Sie wenden sie einfach auf die Spalte oder auf das gesamte Datenset an. In unserem Fall ist der Typ **float64**.

Dieser Kurs enthält viele nützliche Funktionen für einen zukünftigen Datenanalysten. Sie werden verschiedene Möglichkeiten der Datenextraktion kennenlernen und sogar Bedingungen darauf setzen. Danach werden Sie mit den Methoden der Datenaggregation vertraut sein. Außerdem lernen Sie, wie man Daten vorverarbeitet. Jede Sektion hat ihren eigenen Datensatz, sodass der Kurs spannend sein wird.

In diesem Abschnitt lernen Sie, wie Sie bestimmte Spalten anhand ihrer Titel oder Indizes ausgeben können. Außerdem werden Sie mit den Möglichkeiten vertraut gemacht, wie Sie Zeilen anhand von Indizes auswählen können.

Hier lernen Sie, wie Sie Daten extrahieren, die bestimmte Bedingungen erfüllen. Außerdem lernen Sie, wie Sie diese kombinieren und sogar Ihre eigenen erstellen.

In diesem Abschnitt erweitern Sie Ihr Wissen über das Festlegen verschiedener Datenbedingungen. Sie lernen, zu überprüfen, ob Ihre Daten in einer definierten Liste von Werten oder zwischen zwei Werten liegen. Sie lernen auch, wie Sie die größten und kleinsten Werte finden.

Dieser Abschnitt ist einer der faszinierendsten des Kurses. Hier lernen Sie, wie Sie Daten auf verschiedene Weise gruppieren können. Es wird Ihnen helfen, als Datenanalyst zu arbeiten, um Informationen über bestimmte Datengruppen zu finden.

Dieser Abschnitt ist einer der bedeutendsten für einen Datenanalysten, da es unmöglich sein wird, mit den Daten zu arbeiten, wenn sie fehlende Werte im falschen Format enthalten. Daher lernen Sie hier, wie Sie mit solchen ungeeigneten Werten umgehen.

Fortgeschrittene Techniken in Pandas

Überprüfen Des Spaltentyps

Geben Sie den Typ der Spalte 'Fare' aus.