Einführung in Pandas

Pandas ist eine leistungsfähige Python-Bibliothek zur Datenanalyse und -verarbeitung. 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 wie Sie es für die Datenanalyse einsetzen.

Installation von Pandas

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

pip install pandas

Nach der Installation können Sie Pandas in Ihre Python-Skripte 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 Wörterbuch, 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

Pandas erleichtert das Einlesen von Daten aus externen Dateien wie CSV-, Excel- und JSON-Dateien:

# 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 DataFrame mithilfe von 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 Indexierung 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, beispielsweise zum Behandeln fehlender Werte, 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, beispielsweise Daten summieren, mitteln und gruppieren:

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

Häufige Fehler bei Pandas

Hier sind einige Fehler, die Sie vermeiden sollten:

• Fehlende Werte nicht ordnungsgemäß behandeln.
• Ineffiziente Schleifen anstelle von vektorisierten Operationen verwenden.
• Bei Operationen, die Daten verändern, vergessen, inplace=True anzugeben.

Was haben Sie gelernt?

In dieser Lektion haben Sie gelernt:

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

Sehr gut! Wechseln Sie nun zum nächsten Thema.