Dersler · Kodlama · orta · Keith Galli

Complete Python Pandas Data Science Tutorial! (2025 Updated Edition)

Keith Galli kanalının “Complete Python Pandas Data Science Tutorial! (2025 Updated Edition)” videosu 14 ders halinde: konunun anlatımı, ekrandaki kod, alıştırma terminalinde denenecek adımlar, çözümlü alıştırmalar ve cevabı videodaki ana götüren bir quiz.

14ders
51kod parçası
36alıştırma
48soru
94dk video
Derslere git →1. ders ücretsiz · Beyond Pass hepsini açar

Diğer dillerde: English

Video İngilizce. YouTube oynatıcısında altyazıyı açıp Otomatik çevir → Türkçe seçebilirsin.

Complete Python Pandas Data Science Tutorial! (2025 Updated Edition), video by Keith Galli▶ 1:34:10 · Keith Galli
1234567891011121314
0:00videonun tamamına yayılmış 14 ders1:34:10

Neler yapabileceksin

  • Create and inspect pandas DataFrames using head, tail, info, describe, shape, and memory_usage
  • Load tabular data from CSV, Parquet, and Excel files and compare their speed and size
  • Select, filter, sort, and modify rows and columns with loc, iloc, boolean conditions, and string methods
  • Clean and reshape data by handling missing values, merging and concatenating tables, and applying custom functions
  • Summarize data with value_counts, groupby, pivot_table, shift, rank, and rolling windows
  • Use AI assistants like GitHub Copilot and ChatGPT to generate and test pandas code

Önce bilmen iyi olur

  • Basic Python syntax such as variables, functions, and lists
  • Ability to install packages and use a terminal or virtual environment
  • Familiarity with spreadsheets and the idea of rows and columns

Müfredat

14 ders ve bir final projesi

  1. 1

    Setting up a Python environment for pandas Ücretsiz

    0:00–3:504 dk video

    You will get the course project onto your computer, create and activate a virtual environment, and install the libraries the tutorial needs. You will then open a notebook, choose that environment, and import pandas as pd.

    2 kod8 adım2 alıştırma3 soru
  2. 2

    Bir DataFrame oluşturmak ve yapısını incelemek Beyond Pass

    3:50–8:405 dk video

    Pandas DataFrame'in ne olduğunu ve liste listesinden, adlandırılmış sütunlar ve adlandırılmış indeksle nasıl oluşturulacağını öğreneceksin. Ayrıca head, tail, columns, index, info, describe, unique, shape ve size inceleme araçlarını da öğreneceksin.

    2 kod5 adım2 alıştırma3 soru
  3. 3

    pandas ile CSV, Parquet ve Excel dosyalarını okumak Beyond Pass

    8:40–13:405 dk video

    Bu derste pd.read_csv, pd.read_parquet ve pd.read_excel ile CSV, Parquet ve Excel dosyalarını bir pandas DataFrame'ine nasıl yükleyeceğini ve Excel dosyasında belirli bir sayfayı nasıl seçeceğini öğreneceksin. Ayrıca dosya biçiminin dosya boyutunu ve yükleme hızını nasıl etkilediğini de göreceksin.

    3 kod4 adım3 alıştırma3 soru
  4. 4

    DataFrame'lerde head, loc, iloc ve at ile satır ve sütun seçmek Beyond Pass

    13:40–20:207 dk video

    Bu derste bir pandas DataFrame'inin başına ve sonuna bakmayı, loc (etikete göre) ve iloc (konuma göre) ile belirli satır ve sütunları seçmeyi öğreneceksin. Ayrıca tek bir değerin nasıl değiştirileceğini de göreceksin.

    6 kod2 alıştırma4 soru
  5. 5

    Verileri sıralama ve satırlar üzerinde yineleme Beyond Pass

    20:20–24:204 dk video

    Bu bölümde bir pandas DataFrame'ini bir veya daha fazla sütuna göre nasıl sıralayacağını, her sütun için artan ya da azalan sırayı nasıl kontrol edeceğini ve iterrows() ile satırlar üzerinde nasıl döngü kuracağını öğreneceksin. Ayrıca pandas'ın yerleşik yöntemlerinin neden genellikle döngüden daha iyi olduğunu da göreceksin.

    4 kod5 adım3 alıştırma4 soru
  6. 6

    Filtering Rows with Conditions, String Methods, and Regex Beyond Pass

    24:20–33:5010 dk video

    You will learn how to keep only the rows of a pandas DataFrame that match a condition, combine several conditions with & and |, and filter text columns with str.contains, including regular expressions. You will also see the query method as a shorter way to write a filter.

    4 kod5 adım2 alıştırma3 soru
  7. 7

    Adding, Dropping, Copying and Renaming Columns Beyond Pass

    33:50–41:308 dk video

    You will learn how to add a new column to a pandas DataFrame, including one that depends on a condition with np.where, and how to drop, rename and copy columns. You will also learn when a change modifies the original DataFrame and when it only returns a new one.

    6 kod6 adım3 alıştırma4 soru
  8. 8

    String splitting, datetime conversion, and apply with custom functions Beyond Pass

    41:30–50:209 dk video

    You will learn how to pull pieces out of text columns with str.split, turn text dates into datetime objects so you can read parts like the year, and add new columns with apply using a lambda or a custom function. Each idea is shown on the athletes table from the video.

    3 kod4 adım3 alıştırma4 soru
  9. 9

    Birleştirme ve Birleştirme (Concatenation) ile DataFrame'ler Beyond Pass

    50:20–58:408 dk video

    Bu derste iki DataFrame'i ortak bir sütun üzerinden pd.merge ile nasıl birleştireceğini ve how= ile birleştirme türünü nasıl seçeceğini öğreneceksin. Ayrıca pd.concat ile DataFrame'leri alt alta nasıl ekleyeceğini göreceksin. Farklı isimli sütunları ve yinelenen sütun adlarını nasıl ele alacağını da göreceksin.

    4 kod5 adım3 alıştırma3 soru
  10. 10

    Eksik değerleri ele alma: isna, fillna, interpolate ve dropna Beyond Pass

    58:40–1:04:005 dk video

    Eksik değerler pandas'ta NaN olarak görünür; bunları isna ile bulabilir, fillna ile doldurabilir (sabit bir değer, ortalama veya interpolasyon) ya da dropna ile kaldırabilirsin. Ayrıca eksik değer içeren satırları nasıl filtreleyeceğini de öğreneceksin.

    6 kod3 adım2 alıştırma3 soru
  11. 11

    Counting, Grouping and Building Pivot Tables in Pandas Beyond Pass

    1:04:00–1:14:0010 dk video

    This lesson shows how to count values with value_counts, combine filters with counts, and summarise data with groupby and pivot tables in pandas. You will practise each aggregation on a small coffee-sales table and see how the results change shape.

    5 kod4 adım3 alıştırma4 soru
  12. 12

    Shift, Rank, Cumulative Sums and Rolling Windows in Pandas Beyond Pass

    1:14:00–1:22:138 dk video

    This lesson shows how to look backwards and across rows in a pandas DataFrame using shift, compare values with percent change, rank athletes by height, and build running totals with cumsum and rolling windows. You will practise each tool on the coffee and athlete data used in the video.

    3 kod5 adım3 alıştırma3 soru
  13. 13

    Pandas 2.x and the PyArrow Backend Beyond Pass

    1:22:13–1:25:303 dk video

    This lesson shows how pandas 2.x can store data with the PyArrow backend instead of the older NumPy backend. You will see how to check your pandas version, compare column types with info(), and understand why PyArrow types can make string and Boolean operations faster.

    2 kod5 adım2 alıştırma3 soru
  14. 14

    AI asistanları ve dersin sonu Beyond Pass

    1:25:30–1:34:109 dk video

    Bu derste Copilot Chat ve ChatGPT gibi AI asistanlarının pandas filtreleri yazabileceğini, pratik için örnek DataFrame'ler üretebileceğini ve grafik çizebileceğini; bunları akıllıca nasıl kullanacağını görüyoruz. Ders, kurs bittikten sonra pandas pratiğine devam etmek için bir planla sona eriyor.

    1 kod5 adım3 alıştırma4 soru

Final projesi

Olimpiyat Sporcuları Analiz Raporu

Olimpiyat athlete verisini (bios ve results) yükleyen, temizleyen, birleştiren ve özetleyen, sorulara yanıt veren, yeniden üretilebilir bir not defteri oluştur. Kurulumdan, yüklemeye, seçmeye, temizlemeye, gruplamaya ve çalışmanı kontrol etmeye kadar kursun her aşamasını kullanır.

8 görev Beyond Pass ile açılır.

Ücretsiz önizleme · 1. dersin tamamı

Setting up a Python environment for pandas

You will get the course project onto your computer, create and activate a virtual environment, and install the libraries the tutorial needs. You will then open a notebook, choose that environment, and import pandas as pd.

0:00 videoda 3:50 anına kadar

Alıştırma terminali

Dersin komutlarını yaz, boz ve nedenini gör.

Kod alanı

Kodu gerçek Python ve JavaScript ile çalıştır, değiştir.

Karalama defteri

Videonun yanında çiz ve yaz.

Fikir

Pandas is a Python library for working with tables of data, the kind you would normally keep in a spreadsheet. Before you can use it, you need Python and pandas installed in a place where the project can find them. This chapter sets that up step by step, so every later lesson runs the same way on your machine.

The easiest start is in a browser: you can open a Python notebook site and run pandas there with no installation. If you prefer working on your own computer, the video clones the course repository with git. You copy the repository link, open a terminal, go to a folder such as code, and run git clone with that link. Then you cd into the new complete-pandas-tutorial folder, which holds the data files you will use.

Next comes a virtual environment. This is a private box of Python packages for one project, so the libraries you install here do not mix with other projects. You create it once in the project folder and activate it each time you work. When it is active, your terminal prompt shows the environment's name. On Mac or Linux the video uses source tutorial/bin/activate, and on Windows you use the matching activate command for Windows.

With the environment active, install everything the course needs in one go using the requirements file: pip3 install -r requirements.txt. This reads the list of packages in the file and installs them, including pandas and its helpers. The video notes this is good practice, but you can also install packages as you go, and notebooks in the browser need no setup at all.

Finally, open the project folder in an editor such as Visual Studio Code and create a new notebook file, for example tutorial.ipynb. A notebook lets you run Python one block at a time and see the result under each block. Before running code, select the Python interpreter that belongs to your tutorial environment (in VS Code: Command+Shift+P on Mac or Control+Shift+P on Windows, then choose Select Interpreter and pick tutorial). Then run a first test: print hello world, and import pandas as pd. If that cell runs without an error, the setup works and pandas is ready to use.

Ana noktalar

  • Clone the course repo with git clone and cd into the complete-pandas-tutorial folder to get the data files. 1:11
  • A virtual environment keeps this project's packages separate from everything else on your computer. 1:55
  • Install all the course libraries at once with pip3 install -r requirements.txt while the environment is active. 2:41
  • In your notebook, select the tutorial virtual environment as the interpreter before running any code. 3:44
  • The standard first line for pandas is import pandas as pd; the alias pd is used everywhere in the course. 3:44

Ekrandaki kod

First notebook cellpython 3:44 on screen
print("hello world")
Import pandaspython 3:44 on screen
import pandas as pd

Run in a notebook cell inside your activated tutorial environment; it works in the browser only if pandas is available there.

Alıştırma terminalinde birlikte yap

  1. Open a terminal and move to your code folder. 
    $ cd code
    Göreceğin: The prompt shows you are in the code folder.
  2. Clone the course repository using the link copied from the video's GitHub page. 
    $ git clone https://github.com/KeithGalli/complete-pandas-tutorial.git
Cloning into 'complete-pandas-tutorial'...
remote: Enumerating objects: 29, done.
Resolving deltas: 100% (7/7), done.
    Göreceğin: A new folder named complete-pandas-tutorial appears with the data files inside.
  3. Go into the new project folder. 
    $ cd complete-pandas-tutorial
    Göreceğin: The prompt now ends with complete-pandas-tutorial %.
  4. Create a virtual environment named tutorial inside the project. 
    $ python3 -m venv tutorial
    Göreceğin: A tutorial folder appears in the project with no error message.
  5. Activate the virtual environment (Mac/Linux). On Windows use tutorial\Scripts\activate instead. 
    $ source tutorial/bin/activate
    Göreceğin: The prompt shows (tutorial) at the start of the line.
  6. Install all the libraries listed in requirements.txt. 
    $ pip3 install -r requirements.txt
Installing collected packages: pytz, multipledispatch, tzdata, six, ... pandas-flavor, pyjanitor
Successfully installed ...
    Göreceğin: pip finishes installing packages, including pandas, with no red errors.
  7. Open the project folder in Visual Studio Code, create a file named tutorial.ipynb, then select the tutorial environment as the interpreter (Command+Shift+P or Control+Shift+P, then Select Interpreter). Göreceğin: The notebook shows tutorial as the selected kernel or interpreter.
  8. In a notebook cell, type print("hello world") and run it, then type import pandas as pd and run it. 
    $ import pandas as pd
    Göreceğin: hello world prints and the pandas import runs with no error.

Bilerek boz

Practice terminal
$ pip3 install -r requirements.txt
ERROR: Could not open requirements file: [Errno 2] No such file or directory: 'requirements.txt'
Neden: pip looks for requirements.txt in the folder you are in. Run cd complete-pandas-tutorial first, so the file is found.
Practice terminal
$ source tutorial/bin/activate
-bash: tutorial/bin/activate: No such file or directory
Neden: The environment was not created yet, or you are in the wrong folder. Run python3 -m venv tutorial inside the project folder first.

Dikkat

  • A virtual environment is good practice but optional; in a browser notebook you can skip it and just run pandas. 2:27
  • Activating the environment in the terminal is not enough for the notebook: you must also select the tutorial interpreter in your editor. 3:18
  • If a notebook import of pandas fails, the notebook is probably using a different Python than the one where you installed pandas. 3:44

Alıştırma

Yap Çözümü kontrol edildi

Check your setup. In a terminal inside the project folder with the environment active, run the command that prints the installed pandas version, then confirm it prints a version number.

İpucu

Python can import pandas and print its __version__ attribute. Run python -c with the two statements in a single line.

Çözüm
  1. Make sure the prompt shows (tutorial).
  2. Run: python -c "import pandas as pd; print(pd.__version__)"
  3. 2.2.2 gibi bir sürüm numarası yazdırılırsa, bu ortamda pandas'ın kurulu olduğu anlamına gelir.

2.x.x gibi bir sürüm numarası hata vermeden yazdırılır.

Açıkla Çözümü kontrol edildi

Kendi cümlelerinle açıkla: Bir proje için neden tüm bilgisayara pandas kurmak yerine sanal ortam oluştururuz?

İpucu

İki projenin aynı kütüphanenin farklı sürümlerine ihtiyaç duyduğunu düşün.

Çözüm
  1. Sanal ortam, bir projenin paketlerini birbirinden ayrı tutar.
  2. İki proje böylece pandas'ın farklı sürümlerini birbirlerini bozmadan kullanabilir ve requirements.txt içindeki liste aynı kurulumu başka bir yerde yeniden oluşturabilir.

Sanal ortam her projenin paketlerini izole eder; böylece farklı projeler çakışma olmadan farklı kütüphane sürümleri kullanabilir ve kurulum requirements.txt dosyasından kolayca yeniden oluşturulabilir.

Karalama defterinde

Üç kutu çiz; bunları Project, Environment ve Notebook olarak etiketle. Notebook'un, içinde pandas kurulu olan ortamın Python'unu kullandığını gösteren okları ekle.

Test

  1. Dersin gereksinim dosyasında listelenen tüm kütüphaneleri hangi komut kurar?

    1. pip3 install -r requirements.txt
    2. pip3 run requirements.txt
    3. git install requirements.txt
    4. python requirements.txt --all
    Cevabı göster

    A. pip3 install -r requirements.txt · Videoda pip3 install -r requirements.txt kullanılıyor; buradaki -r, pip'e paket listesini dosyadan okumasını söyler.

    2:41 o anı izle

  2. Video, ortamı etkinleştirdikten sonra neden düzenleyicide eğitim yorumlayıcısını (interpreter) seçiyor?

    1. Notebook'un pandas'ın kurulu olduğu Python'u kullanması için
    2. Notebook'un internete erişebilmesi için
    3. Veri dosyalarının tarayıcıya kopyalanması için
    4. git'in depoyu klonlayabilmesi için
    Cevabı göster

    A. Notebook'un pandas'ın kurulu olduğu Python'u kullanması için · Notebook, ortamın Python'u ile çalışmalıdır; aksi halde orada kurduğun paketleri bulamaz.

    3:18 o anı izle

  3. import pandas as pd satırı ne yapar?

    1. pandas'ı yükler ve ona pd kısa adını verir
    2. Yeni bir elektronik tablo oluşturur
    3. pandas'ı bilgisayarına kurar
    4. pandas sürümünü yazdırır
    Cevabı göster

    A. pandas'ı yükler ve ona pd kısa adını verir · Takma ad pd, kursun her yerinde pandas'a başvurmak için kullanılır.

    3:44 o anı izle

1. dersi videoyla aç →

2–14. dersler ve final projesi

Beyond Pass ile açılırlar: her kursun her dersi, eksiksiz. Tek ödeme: 90 gün için $14.99 ya da bir yıl için $29. Abonelik yok.

Beyond Pass al →1. derse ücretsiz başla

Beyond, Keith Galli kanalının “Complete Python Pandas Data Science Tutorial! (2025 Updated Edition)” videosundan yaptı. Video YouTube’un kendi oynatıcısında oynar. YouTube’da izle · Bütün dersler