Question 1

โครงสร้างข้อมูลหลักของ Pandas สำหรับจัดเก็บข้อมูลแบบตารางคืออะไร?

Accepted Answer

DataFrame เป็นโครงสร้างข้อมูลหลักของ Pandas เป็นตารางสองมิติที่มีแถวและคอลัมน์ คล้ายกับ spreadsheet หรือตาราง SQL แต่ละคอลัมน์เป็น Series และแต่ละแถวมี index DataFrame ช่วยให้สามารถจัดการข้อมูลที่มีโครงสร้างได้อย่างมีประสิทธิภาพผ่าน built-in methods จำนวนมาก

Question 2

Series ใน Pandas คืออะไร?

Accepted Answer

Series คือ array หนึ่งมิติที่มี index แทนข้อมูลคอลัมน์เดียวใน DataFrame แต่ละ element มี label (index) ที่ช่วยให้เข้าถึงได้อย่างรวดเร็วโดยใช้ชื่อหรือตำแหน่ง Series สามารถเก็บข้อมูลได้เพียงประเภทเดียว (int, float, string ฯลฯ) ซึ่งทำให้แตกต่างจาก list ของ Python ทั่วไป

Question 3

ฟังก์ชัน Pandas ใดที่อ่านไฟล์ CSV และโหลดเข้าสู่ DataFrame?

Accepted Answer

ฟังก์ชัน pd.read_csv() อ่านไฟล์ CSV และคืนค่าเป็น DataFrame รับพารามิเตอร์หลายตัว: sep สำหรับ delimiter, header สำหรับแถวหัวตาราง, encoding สำหรับการเข้ารหัสไฟล์, dtype เพื่อบังคับ types ของคอลัมน์, และ na_values เพื่อกำหนดค่าที่ขาดหายไป เป็นวิธีที่พบมากที่สุดในการนำเข้าข้อมูลใน Pandas

Python & Pandas - พื้นฐาน

โครงสร้างข้อมูลหลักของ Pandas สำหรับจัดเก็บข้อมูลแบบตารางคืออะไร?

คำตอบ

Series ใน Pandas คืออะไร?

คำตอบ

ฟังก์ชัน Pandas ใดที่อ่านไฟล์ CSV และโหลดเข้าสู่ DataFrame?

คำตอบ

attribute df.shape บน DataFrame คืนค่าอะไร?

method ใดที่แสดง 5 แถวแรกของ DataFrame?

หัวข้อสัมภาษณ์ Data Analytics อื่นๆ

Google Sheets - พื้นฐาน

Google Sheets - สูตรขั้นสูง

SQL - พื้นฐาน

SQL - การรวมและการจัดกลุ่ม

SQL - Joins

BigQuery - พื้นฐาน

Data Cleaning - การทำความสะอาดข้อมูล

KPI และเมตริกทางธุรกิจ

สถิติเชิงพรรณนา

Zapier และระบบอัตโนมัติ No-Code

หลักการ Data Visualization

Google Sheets - แดชบอร์ดอัตโนมัติ

SQL - Subquery และ CTE

SQL - Window Functions

BigQuery - ฟีเจอร์ขั้นสูง

Data Modeling

การวิเคราะห์ Funnel และ Conversion

การวิเคราะห์ Cohort และ Retention

Google Tag Manager และการติดตาม

API และ Webhook

dbt - พื้นฐาน

AB Testing และสถิติประยุกต์

Looker Studio (Google Data Studio)

Power BI - พื้นฐาน

SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง

dbt - ฟีเจอร์ขั้นสูง

Power BI - DAX และแดชบอร์ดขั้นสูง

Python Analytics - การวิเคราะห์ขั้นสูงและ ML

เชี่ยวชาญ Data Analytics สำหรับการสัมภาษณ์ครั้งถัดไป