Собесов
16 ноября 2026 г.

Python для аналитика данных: необходимый минимум и план практики

Какие темы Python нужны начинающему аналитику. Полный пример с pandas: дубли, статусы, группировка, проверка соединения и сохранение отчёта. Задания для практики.

Python помогает аналитику обрабатывать файлы и повторять расчёты без ручной работы. Например, каждый месяц получать из выгрузки отчёт по клиентам.

Начните с одного такого отчёта. Разберитесь, как загрузить таблицу, проверить её, посчитать итог и сохранить ответ. Не нужно учить весь язык до первой задачи.

Ниже — учебный пример. Подготовка именно к интервью разобрана в статье о Python и pandas на собеседовании.

Что знать перед pandas

Сначала разберитесь с числами, строками, условиями, циклами, списками, словарями и функциями. Научитесь читать сообщение об ошибке: оно часто подсказывает, где искать проблему.

Попробуйте простое задание: есть список клиентов и сумм их платежей. Посчитайте общую сумму для каждого клиента. Проверьте пустой список, повтор клиента и отрицательную сумму. Спросите себя, что означает минус: возврат или ошибку в данных?

Синтаксис можно смотреть в учебнике Python. Если вы раньше не программировали, разбирайте небольшие примеры и сверяйте ответы вручную.

Соберём отчёт в pandas

Нужно посчитать оплаченные заказы и сумму покупок каждого клиента. В нашей выгрузке одна строка случайно повторилась целиком.

По условиям задачи точную копию можно убрать. Но если у одного номера заказа разные суммы или статусы, нельзя просто выбрать первую попавшуюся строку. Сначала нужно выяснить причину.

import pandas as pd

orders = pd.DataFrame(
    [
        (1, 10, "paid", 100),
        (2, 10, "paid", 200),
        (3, 20, "cancelled", 300),
        (4, 20, "paid", 400),
        (4, 20, "paid", 400),
    ],
    columns=["order_id", "user_id", "status", "amount"],
)

orders["amount"] = pd.to_numeric(orders["amount"], errors="raise")
if orders[["order_id", "user_id", "status", "amount"]].isna().any().any():
    raise ValueError("В обязательных полях есть пропуски")

orders = orders.drop_duplicates()
if orders["order_id"].duplicated().any():
    raise ValueError("У заказа несколько разных записей")

paid = orders.loc[orders["status"].eq("paid")].copy()
report = paid.groupby("user_id", as_index=False).agg(
    paid_orders=("order_id", "nunique"),
    paid_amount=("amount", "sum"),
)

customers = pd.DataFrame(
    {"user_id": [10, 20], "segment": ["new", "returning"]}
)
report = report.merge(
    customers, on="user_id", how="left", validate="one_to_one"
)
if report["segment"].isna().any():
    raise ValueError("Для части клиентов нет сегмента")

report = report.sort_values("user_id")
report.to_csv("customer_report.csv", index=False)
print(report.to_string(index=False))

Должен получиться такой отчёт:

user_id paid_orders paid_amount segment
10 2 300 new
20 1 400 returning

Клиент 10 сделал два оплаченных заказа на 300. Клиент 20 — один на 400. Общая сумма — 700. Это число должно совпасть с суммой в готовом отчёте.

Что делает код по шагам

Сначала он создаёт таблицу и проверяет, что суммы действительно числа. Затем смотрит, нет ли пропусков в обязательных полях.

После этого drop_duplicates() убирает полностью одинаковые строки. Если один order_id всё ещё встречается несколько раз, код останавливается с ошибкой: у заказа остались разные записи. Так мы не скроем проблему случайным выбором строки. Подробнее о функции — в справке pandas.

Дальше оставляем только оплаченные заказы. Считаем их число и сумму по клиенту. В конце добавляем сегмент из справочника и сохраняем результат в CSV.

Зачем проверять соединение таблиц

В отчёте и справочнике ожидается по одной строке на клиента. Поэтому в merge стоит validate="one_to_one". Если ключи повторятся, pandas сообщит об ошибке.

Если бы мы соединяли все заказы со справочником клиентов, одному клиенту соответствовало бы много заказов. Тогда подошёл бы вариант many_to_one. Эти настройки описаны в документации pandas.

Но такая проверка не решает всё. Можно выбрать неправильное поле для соединения, даже если оно уникально. Поэтому сначала нужно понять связь таблиц.

Ещё один вопрос — когда определён сегмент клиента. Если сегмент меняется, сегодняшний справочник может не подойти для анализа прошлых покупок.

Как практиковаться дальше

Шаг Что сделать Как проверить
Основы Python Сложить платежи через словарь Посчитать маленький пример вручную
pandas Отобрать оплаты и собрать суммы Сверить общий итог
Соединения Добавить справочник Проверить повторы ключей и пропуски
Даты Посчитать покупки по месяцам Проверить начало и конец месяца
Готовый отчёт Прочитать CSV и сохранить результат Запустить всё заново по инструкции

Измените наш пример: добавьте точный повтор, другой заказ с тем же номером или клиента без сегмента. Сначала предположите, что произойдёт. Потом запустите код и сравните.

Когда сможете объяснить каждую строку и найти ошибку до отправки отчёта, переходите к воронке продукта или повторным покупкам и удержанию. Там пригодятся те же привычки: понимать данные, проверять расчёт и уметь запустить его заново.

Другие статьи