pandas

Làm sạch dữ liệu bằng pandas gồm bốn việc chính: bỏ dòng trùng, xử lý ô trống, xóa cột thừa và đổi cột về đúng kiểu. Bài làm từng bước trên một file 6.180 đơn hàng bẩn, in số dòng trước và sau mỗi bước, rồi đối chiếu với bản sạch chuẩn: lệch 0 dòng.

NumPy là gì? Đó là library Python lưu số trong mảng cùng kiểu và tính trên cả mảng một lúc, nên nhanh hơn list nhiều lần. Bài so list với mảng NumPy bằng số đo thật ở bốn cỡ dữ liệu, tính doanh thu tám chi nhánh bằng vài dòng code và chỉ ra chỗ pandas dùng NumPy.

pandas là gì? Đó là library Python để đọc, lọc, gom nhóm và tính toán trên dữ liệu dạng bảng, giống một sheet Excel nhưng điều khiển bằng code. Bài giải thích DataFrame và Series, chạy 10 dòng code đầu tiên trên 6.000 đơn hàng mẫu rồi chỉ ra ba chỗ pandas 3 khác pandas 2.

Phân tích dữ liệu bằng Excel đủ dùng khi dữ liệu nằm gọn trong một file; Power BI hợp khi cần dashboard cho nhiều người xem; Python hợp khi phải gộp nhiều file và chạy lại mỗi tháng. Bài đặt cùng một câu hỏi cho cả ba công cụ trên 6 file đơn hàng mẫu, chạy thật và có ảnh chụp từng công cụ.

Mỗi dự án trong data analyst portfolio cần đi đủ năm bước: câu hỏi kinh doanh, làm sạch, phân tích, biểu đồ và kết luận. Bài này làm mẫu ba dự án trên dữ liệu bán hàng tải miễn phí, kèm code pandas 3 đã chạy, lỗi gặp phải và một repo GitHub mẫu để bạn chép cách trình bày.

Python Excel là cách dùng Python đọc, gộp và định dạng file Excel thay cho thao tác tay: pandas tính, openpyxl tô màu và vẽ biểu đồ. Bài gộp 12 file bán hàng của một cửa hàng mẫu thành báo cáo có định dạng, kèm số đo thời gian và hai lỗi gặp khi chạy.

Để download pandas, bạn chạy python -m pip install pandas bằng đúng bản Python sẽ chạy code. Nếu cài xong vẫn gặp lỗi No module named 'pandas', thường là pandas đã vào một bản Python khác. Mình tái hiện lỗi này trên Windows 10 có sẵn Miniconda, ở 6 chỗ: cmd, VS Code, PyCharm, Jupyter, môi trường conda và Thonny, mỗi chỗ có lỗi thật và cách sửa.

Data Analyst vs Data Scientist khác nhau ở câu hỏi họ trả lời: một bên giải thích chuyện đã xảy ra bằng SQL và dashboard, một bên dự đoán chuyện sắp xảy ra bằng model. Bài so cả AI Engineer, dựa trên 173 tin tuyển dụng thật ở Việt Nam, kèm hai đoạn code chạy trên cùng một file dữ liệu.

Một khóa Data Analyst đáng tiền phải dạy SQL, Python hoặc Power BI trên dữ liệu bẩn và có người chấm dự án cuối khóa. Ngày 18/10/2026, AIDev đọc 24 trang khóa học đứng top Google để xem trang nào ghi giá, số giờ học, tên người dạy và trang nào cho học thử. Từ những gì các trang hay bỏ trống, bài gợi ý 8 câu bạn nên hỏi trước khi trả tiền.

Data Analyst cần học gì? Trong 41 tin tuyển dụng Data Analyst mà AIDev đọc trên ITviec, TopCV và LinkedIn ngày 18/10/2026, SQL được nhắc nhiều nhất, sau đó là công cụ BI như Power BI, rồi đến Python và Excel. Bài cũng tổng hợp số năm kinh nghiệm và mức lương mà các tin ghi, kèm một ví dụ pandas đã chạy thử.