Explorative Datenanalysen sind ein zentraler Schritt vor jeder weiterführenden Modellierung oder Berichtsgestaltung. pandas bietet hierfür einen umfangreichen Werkzeugkasten, mit dem Datensätze schnell verstanden werden können. Der Kurs widmet sich systematischen Vorgehensweisen für die erste Auseinandersetzung mit unbekannten Daten.
!Kursinhalt
!1. Erste Inspektion von Datensätzen
*Form, Datentypen und Beispielzeilen
*Verteilungen einzelner Spalten
*Erste Hinweise auf Datenqualität
!2. Strukturen zwischen Variablen erkennen
*Gruppenvergleiche mit groupby
*Häufigkeitsanalysen kategorialer Daten
*Korrelationen und Streudiagramme
!3. Aufdeckung von Auffälligkeiten
*Ausreißer und ihre Ursachen
*Lücken und Inkonsistenzen in Daten
*Plausibilitätsprüfungen
!4. Dokumentation der Erkenntnisse
*Notebook-basierte Zusammenfassungen
*Hypothesen für weiterführende Analysen
*Übergabe an Modellierung oder Reporting
!Berufliche Relevanz
*Schnellere Einordnung neuer Datensätze
*Vermeidung von Fehlanalysen durch oberflächliches Verständnis
*Solide Vorarbeit für Modelle und Berichte