# Python Analytics - Geavanceerde analyse en ML (Data Analytics) > groupby, merge, pivot_table, apply/map, Plotly, Scikit-Learn (regressie, classificatie, clustering), train/test split, metrics, Jupyter, Google Colab - 20 gespreksvragen - Senior - [Gespreksvragen: Data Analytics](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen.md) ## 1. Wat is het belangrijkste verschil tussen de apply() en map() methoden op een Pandas Series? **Antwoord** De map() methode is ontworpen om elke waarde in een Series toe te wijzen aan een nieuwe waarde via een dictionary of functie, en werkt alleen op Series. Daarentegen is apply() flexibeler: het kan een functie element-per-element toepassen op een Series of rij-per-rij/kolom-per-kolom op een DataFrame. Voor eenvoudige waarde-naar-waarde transformaties op een Series is map() over het algemeen sneller en beter leesbaar. ## 2. Welke Pandas-methode moet worden gebruikt om gegevens te aggregeren met meerdere aggregatiefuncties op verschillende kolommen tegelijk? **Antwoord** De agg() (of aggregate()) methode maakt het mogelijk om verschillende aggregatiefuncties toe te passen op verschillende kolommen in één enkele operatie. Het accepteert een dictionary waarbij de sleutels kolomnamen zijn en de waarden de toe te passen functies. Deze aanpak is efficiënter en beter leesbaar dan het aaneenschakelen van meerdere groupby-aanroepen met individuele functies. ## 3. Wat is het verschil tussen merge() en join() in Pandas? **Antwoord** merge() is een flexibelere functie die twee DataFrames samenvoegt op specifieke kolommen met de parameters on, left_on/right_on, of indexen. join() is een DataFrame-methode die standaard op indexen samenvoegt en is beknopter voor eenvoudige indexgebaseerde joins. Voor complexe joins op niet-indexkolommen heeft merge() de voorkeur omdat het meer controle biedt over de joinkolommen. ## Nog 17 vragen beschikbaar - Hoe maak je een pivottabel met pivot_table() met specificatie van meerdere aggregatiefuncties? - Wat is het doel van transform() in een groupby() context vergeleken met apply()? Meld je gratis aan: https://sharpskill.dev/nl/login ## Andere Data Analytics-sollicitatieonderwerpen - [Google Sheets - Grondbeginselen](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/google-sheets-basics.md): 20 vragen, Junior - [Google Sheets - Geavanceerde formules](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/google-sheets-advanced.md): 20 vragen, Junior - [SQL - Grondbeginselen](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/sql-basics.md): 25 vragen, Junior - [SQL - Aggregaties en groeperingen](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/sql-aggregations.md): 20 vragen, Junior - [SQL - Joins](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/sql-joins.md): 20 vragen, Junior - [BigQuery - Grondbeginselen](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/bigquery-fundamentals.md): 20 vragen, Junior - [Data Cleaning - Data opschonen](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/data-cleaning.md): 20 vragen, Junior - [KPI's en business-metrieken](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/kpis-metrics.md): 20 vragen, Junior - [Beschrijvende statistiek](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/descriptive-statistics.md): 20 vragen, Junior - [Zapier en No-Code automatisering](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/zapier-automation.md): 20 vragen, Junior - [Principes van datavisualisatie](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/data-viz-principles.md): 20 vragen, Junior - [Python & Pandas - Grondbeginselen](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/python-pandas-basics.md): 20 vragen, Junior - [Google Sheets - Geautomatiseerde dashboards](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/google-sheets-dashboards.md): 20 vragen, Mid-Level - [SQL - Subquery's en CTE's](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/sql-subqueries-ctes.md): 20 vragen, Mid-Level - [SQL - Window Functions](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/sql-window-functions.md): 20 vragen, Mid-Level - [BigQuery - Geavanceerde functies](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/bigquery-advanced.md): 20 vragen, Mid-Level - [Data Modeling](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/data-modeling.md): 20 vragen, Mid-Level - [Funnel- en conversieanalyse](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/funnel-analysis.md): 20 vragen, Mid-Level - [Cohort- en retentieanalyse](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/cohort-retention.md): 20 vragen, Mid-Level - [Google Tag Manager en tracking](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/gtm-tracking.md): 20 vragen, Mid-Level - [API's en webhooks](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/apis-webhooks.md): 20 vragen, Mid-Level - [dbt - Grondbeginselen](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/dbt-fundamentals.md): 20 vragen, Mid-Level - [AB Testing en toegepaste statistiek](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/ab-testing.md): 20 vragen, Mid-Level - [Looker Studio (Google Data Studio)](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/looker-studio.md): 20 vragen, Mid-Level - [Power BI - Basisprincipes](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/power-bi-fundamentals.md): 20 vragen, Mid-Level - [SQL - Geavanceerde analytische queries](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/sql-advanced-analytics.md): 20 vragen, Senior - [dbt - Geavanceerde functies](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/dbt-advanced.md): 20 vragen, Senior - [Power BI - DAX en geavanceerde dashboards](https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/power-bi-dax.md): 20 vragen, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/nl/technologies/data-analytics/sollicitatievragen/python-analytics-advanced