Pandas

pandas — рабочий инструмент аналитика для таблиц, не помещающихся в голову, но помещающихся в память. На собеседовании почти каждая практическая задача сводится к одной из пяти операций: отфильтровать строки, сгруппировать и агрегировать, объединить таблицы, посчитать условный агрегат и найти значение на момент времени.

Главная ловушка — не синтаксис, а единица анализа. «Первый заказ клиента», «зарплата больше менеджера», «цена на дату» — в каждой задаче важно, по каким строкам вы считаете и что с чем сравниваете. Карта ниже идёт от простого фильтра к as-of поиску.

Карта темы

• Фильтрация — булевы маски, isin, комбинирование условий и выбор строки через idxmin/idxmax.
• Группировка — groupby с agg, size против count и именованная агрегация.
• Объединение — merge по ключу, left_on/right_on, самообъединение и типы how.
• Условная агрегация — итоги и подмножество за один проход через вспомогательные столбцы.
• Поиск на момент времени — значение as-of даты с дефолтом до первого изменения.

Частые ошибки и ловушки

Значение для собеседований

Практический pandas проверяет, переводите ли вы формулировку в правильную единицу анализа и знаете ли идиоматичные приёмы. Сильный кандидат вслух проговаривает — «беру первый заказ каждого клиента через idxmin, потом долю» — то есть сначала уточняет, по каким строкам считает.

Что обычно проверяют:

• Булеву фильтрацию и выбор одной строки на группу.
• groupby + agg и разницу size/count.
• merge — ключи, самообъединение, how и null.
• Условную агрегацию за один проход и as-of поиск.

Типичный неверный ответ: посчитать метрику по всей таблице, когда вопрос про первые заказы клиентов. Синтаксис верный, но единица анализа не та — и результат отвечает на другой вопрос.