Data Manipulation Eğitimi

Eğitim Hakkında

SQL ve pandas ile veri manipülasyonu becerilerine odaklı program

Bu eğitim, ham veriyi analize uygun biçime dönüştürmek için veri manipülasyonu becerilerini kazandırır. Filtreleme ve seçim, hesaplanan sütunlar, koşullu dönüşümler, gruplama ve agregasyon, tablo birleştirme (JOIN) ve birleştirme (UNION) hem SQL hem pandas ile ele alınır. Pivot ve unpivot, pencere fonksiyonları (ROW_NUMBER, RANK, LAG/LEAD), sıralama ve tekilleştirme, metin ve tarih dönüşümleri işlenir. Katılımcı; aynı dönüşüm problemlerini hem SQL hem pandas ile çözerek iki yaklaşımı karşılaştırır.

Süre ve Format

2 Gün. Her gün dört modül; filtreleme/dönüşüm, gruplama/birleştirme ve pencere fonksiyonları üzerine uygulama.

Seviye

Orta Seviye — veri manipülasyonu: filtreleme, dönüştürme, birleştirme ve özetleme (SQL ve pandas)

Öğrenme Metodu

Aynı veri problemleri SQL (PostgreSQL) ve pandas ile paralel çözülerek karşılaştırmalı uygulanır.

Neden Bu Eğitim?

🔧İki Araç Bir Beceri

Aynı manipülasyonu hem SQL hem pandas ile çözerek esnekleşirsiniz.

⚡Hızlı Dönüşüm

Veriyi analize hazır biçime hızla getirip zaman kazanırsınız.

🪟Pencere Fonksiyonları

Pencere fonksiyonlarıyla sıralama ve karşılaştırmayı tek sorguda yaparsınız.

Anahtar Konular

veri manipülasyonudata manipulationsqlpandasjoinpivotpencere fonksiyonlarıgroupbyveri dönüşümüveri hazırlama

“Veriyi istediğin biçime sokmak, analizin yarısıdır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Temel SQL

SELECT, WHERE ve JOIN'e aşinalık gerekir.

2

Temel pandas

DataFrame okuma ve filtreleme deneyimi önerilir.

3

Veri kavramları

Tablo, sütun ve tip kavramlarını bilmek faydalıdır.

4

Ortam

PostgreSQL ve Python/pandas kurulu bir ortam gerekir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı veriyi filtreler, dönüştürür ve birleştirir.

Modül 1

Seçim ve Filtre

SQL: SELECT, WHERE, IN, BETWEEN
pandas: loc, iloc, query
Koşul birleştirme (AND/OR)
NULL/NaN filtreleme
DISTINCT ve drop_duplicates
Sıralama (ORDER BY / sort_values)

Modül 2

Hesaplanan Sütun

SQL: ifade ve CASE WHEN
pandas: assign ve np.where
Koşullu değer atama
Aritmetik ve string birleştirme
Tip dönüşümü (CAST/astype)
Yeni özellik türetme

Modül 3

Gruplama

SQL: GROUP BY ve HAVING
pandas: groupby ve agg
Çoklu agregasyon
Grup bazlı filtre
transform ile grup normalize
Özet tablo yorumu

Modül 4

Birleştirme

INNER/LEFT/RIGHT/FULL JOIN
pandas merge ve how parametresi
UNION / concat
Anahtar eşleştirme
Çoğaltma (fan-out) riski
Birleştirme doğrulama

Günün hedefiKatılımcı veriyi yeniden şekillendirir ve pencere fonksiyonları kullanır.

Modül 1

Pivot/Unpivot

SQL: CASE ile pivot
pandas: pivot_table
melt ile unpivot
Çapraz tablo (crosstab)
Geniş-uzun dönüşüm
Toplamlı özet

Modül 2

Pencere Fonksiyonları

ROW_NUMBER, RANK, DENSE_RANK
PARTITION BY ve ORDER BY
LAG ve LEAD
Kümülatif toplam (SUM OVER)
Hareketli ortalama
pandas rolling ve rank karşılığı

Modül 3

Metin ve Tarih

String fonksiyonları (SUBSTRING, TRIM)
Regex ile eşleme/değiştirme
Tarih ayrıştırma ve bileşen
Tarih aritmetiği
pandas str ve dt erişimcileri
Format normalizasyonu

Modül 4

Karşılaştırma

SQL mi pandas mı ne zaman
Performans ve veri boyutu
Bellek ve küme ortamı
Okunabilirlik ve bakım
Birlikte kullanım (read_sql)
Tekrarlanabilir akış

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Filtreleme

SQL ve pandas ile veriyi filtreleyip seçebilirsiniz.

✅

Dönüşüm

Hesaplanan sütun ve koşullu dönüşümler uygulayabilirsiniz.

✅

Gruplama

GROUP BY ve groupby ile agregasyon yapabilirsiniz.

✅

Birleştirme

JOIN ve merge ile tabloları birleştirebilirsiniz.

✅

Reshape

Pivot/unpivot ile veriyi yeniden şekillendirebilirsiniz.

✅

Pencere Fonksiyonu

ROW_NUMBER, LAG/LEAD ve kümülatif işlemler yazabilirsiniz.

✅

Metin/Tarih

Metin ve tarih dönüşümlerini iki araçla yapabilirsiniz.

✅

Araç Seçimi

Probleme göre SQL veya pandas seçimi yapabilirsiniz.

Kimler İçin Uygundur?

Veri analistleri
SQL
Python kullanan profesyoneller ile veri hazırlama yapanlar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri analistleri ile SQL ve Python kullanan profesyoneller için uygundur.

SQL mi pandas mı öğretiliyor?

İkisi birlikte; aynı problem iki araçla paralel çözülür.

DML eğitiminden farkı nedir?

Bu eğitim analiz için dönüşüme odaklanır; DML eğitimi veritabanı yazma komutlarına odaklanır.

Pencere fonksiyonları var mı?

Evet, ROW_NUMBER, RANK ve LAG/LEAD uygulamalı işlenir.

Sertifika veriliyor mu?

Eğitim sonunda Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

DATA MANIPULATION EĞİTİMİ