Einführung in Pandas

Pandas ist eine leistungsstarke Python-Bibliothek für Datenanalyse und -bearbeitung. Sie stellt Datenstrukturen wie DataFrame und Series bereit, mit denen sich Daten einfach bereinigen, umwandeln und analysieren lassen.

In dieser Lektion lernen Sie die Grundlagen von Pandas und dessen Verwendung für die Datenanalyse.

Pandas installieren

Um Pandas zu installieren, verwenden Sie den folgenden Befehl in Ihrem Terminal:

pip install pandas

Nach der Installation können Sie Pandas in Ihren Python-Skripten importieren:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

Was ist ein DataFrame?

Ein DataFrame ist eine zweidimensionale, tabellarische Datenstruktur in Pandas. Er ähnelt einer Tabellenkalkulation oder einer SQL-Tabelle.

Sie können einen DataFrame aus einem Dictionary, einer Liste oder einer externen Datei erstellen:

# Creating a DataFrame from a dictionary
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "London", "Paris"]
}
df = pd.DataFrame(data)
print(df)

Daten aus Dateien lesen

Mit Pandas können Sie Daten aus externen Dateien wie CSV-, Excel- und JSON-Dateien einfach einlesen:

# Reading data from a CSV file
df = pd.read_csv("data.csv")
print(df.head())  # Displays the first 5 rows

Einen DataFrame untersuchen

Sie können die Struktur und den Inhalt eines DataFrames mit Methoden wie head(), info() und describe() untersuchen:

# Inspecting a DataFrame
df = pd.read_csv("data.csv")
print(df.info())  # Displays information about the DataFrame
print(df.describe())  # Provides statistical summaries

Daten filtern und auswählen

Mit Pandas können Sie Zeilen einfach filtern und Spalten mithilfe von Bedingungen und Indizierung auswählen:

# Filtering and selecting data
filtered_df = df[df['Age'] > 30]  # Select rows where Age > 30
print(filtered_df[['Name', 'City']])  # Select specific columns

Datenbereinigung

Pandas stellt Methoden zur Datenbereinigung bereit, etwa zum Umgang mit fehlenden Werten, zum Umbenennen von Spalten und zum Entfernen von Duplikaten:

# Handling missing values
df.fillna(0, inplace=True)  # Replace NaN values with 0

# Renaming columns
df.rename(columns={"Name": "Full Name"}, inplace=True)

# Dropping duplicates
df.drop_duplicates(inplace=True)
print(df)

Aggregationen durchführen

Mit Pandas können Sie Aggregationen durchführen, etwa Daten summieren, Mittelwerte berechnen und Daten gruppieren:

# Grouping and aggregating data
grouped = df.groupby('City')['Age'].mean()
print(grouped)  # Displays average age for each city

Häufige Fehler bei Pandas

Diese Fehler sollten Sie vermeiden:

• Fehlende Werte nicht richtig behandeln.
• Leistungsschwache Schleifen statt vektorisierter Operationen verwenden.
• Bei Operationen, die Daten verändern, inplace=True nicht angeben.

Was haben wir gelernt?

In dieser Lektion haben Sie Folgendes gelernt:

• Wie Sie Pandas installieren und importieren.
• Wie DataFrames aufgebaut sind und wie Sie sie erstellen.
• Wie Sie Daten mit Pandas einlesen, bereinigen, filtern und aggregieren.

Sehr gut! Fahren wir mit dem nächsten Thema fort.