Python Analytics - Gelişmiş Analiz ve ML
groupby, merge, pivot_table, apply/map, Plotly, Scikit-Learn (regresyon, sınıflandırma, clustering), train/test split, metrikler, Jupyter, Google Colab
1Pandas Series üzerinde apply() ve map() metodları arasındaki temel fark nedir?
Pandas Series üzerinde apply() ve map() metodları arasındaki temel fark nedir?
Cevap
map() metodu, bir Series'teki her değeri bir sözlük veya fonksiyon kullanarak yeni bir değere eşlemek için tasarlanmıştır ve yalnızca Series üzerinde çalışır. Buna karşılık, apply() daha esnektir: bir Series üzerinde eleman bazında veya bir DataFrame üzerinde satır/sütun bazında bir fonksiyon uygulayabilir. Bir Series üzerindeki basit değerden değere dönüşümler için map() genellikle daha hızlı ve daha okunabilirdir.
2Farklı sütunlarda birden fazla toplama fonksiyonuyla verileri aynı anda toplamak için hangi Pandas metodu kullanılmalıdır?
Farklı sütunlarda birden fazla toplama fonksiyonuyla verileri aynı anda toplamak için hangi Pandas metodu kullanılmalıdır?
Cevap
agg() (veya aggregate()) metodu, tek bir işlemde farklı sütunlara farklı toplama fonksiyonları uygulamayı sağlar. Anahtarları sütun adları ve değerleri uygulanacak fonksiyonlar olan bir sözlüğü kabul eder. Bu yaklaşım, bireysel fonksiyonlarla birden fazla groupby çağrısını zincirlemekten daha verimli ve okunabilirdir.
3Pandas'ta merge() ve join() arasındaki fark nedir?
Pandas'ta merge() ve join() arasındaki fark nedir?
Cevap
merge(), on, left_on/right_on parametreleri veya indeksleri kullanarak iki DataFrame'i belirli sütunlarda birleştiren daha esnek bir fonksiyondur. join(), varsayılan olarak indeksler üzerinde birleştirme yapan bir DataFrame metodudur ve basit indeks tabanlı birleştirmeler için daha özlüdür. İndeks olmayan sütunlardaki karmaşık birleştirmeler için, birleştirme sütunları üzerinde daha fazla kontrol sunan merge() tercih edilir.
Birden fazla toplama fonksiyonu belirterek pivot_table() ile pivot tablo nasıl oluşturulur?
apply() ile karşılaştırıldığında groupby() bağlamında transform()'un amacı nedir?
+17 mülakat soruları
Diğer Data Analytics mülakat konuları
Google Sheets - Temeller
Google Sheets - Gelişmiş Formüller
SQL - Temeller
SQL - Toplama ve Gruplama
SQL - Join İşlemleri
BigQuery - Temeller
Data Cleaning - Veri temizleme
KPI'lar ve İş Metrikleri
Tanımlayıcı İstatistik
Zapier ve No-Code otomasyonu
Veri Görselleştirme İlkeleri
Python & Pandas - Temeller
Google Sheets - Otomatik Panolar
SQL - Alt Sorgular ve CTE'ler
SQL - Window Functions
BigQuery - Gelişmiş Özellikler
Data Modeling
Funnel ve Dönüşüm Analizi
Cohort ve Retention Analizi
Google Tag Manager ve Tracking
API'ler ve Webhook'lar
dbt - Temeller
AB Testing ve Uygulamalı İstatistik
Looker Studio (Google Data Studio)
Power BI - Temeller
SQL - Gelişmiş Analitik Sorgular
dbt - Gelişmiş Özellikler
Power BI - DAX ve Gelişmiş Dashboard'lar
Bir sonraki mülakatın için Data Analytics'de uzmanlaş
Tüm sorulara, flashcards'a, teknik testlere, code review alıştırmalarına ve mülakat simülatörlerine eriş.
Ücretsiz başla