Importare, ispezionare, ripetere

La maggior parte delle analisi segue un ciclo semplice: importare uno strumento, esaminare ciò che si ha a disposizione e poi ripetere. Impari questo ritmo e i notebook smetteranno di sembrare complicati.

La prima cella include quasi sempre gli strumenti necessari. Un'istruzione import carica una libreria, rendendone disponibili le funzioni per il resto del lavoro.

Digitare continuamente pandas è faticoso, quindi spesso gli si assegna un alias, pd. La parola chiave as rinomina l'import con un nome più rapido da digitare.

Quasi ogni notebook per l'analisi dei dati inizia con due import: pandas as pd per le tabelle e numpy as np per i calcoli veloci.

Ora carichi i dati nel notebook. Leggere un CSV in una tabella crea un DataFrame, l'oggetto che esaminerà ed esplorerà.

Non si fidi mai di dati che non ha esaminato. Chiamando head visualizza le prime righe, così può verificare rapidamente che il caricamento sia corretto.

Quanto è grande questa tabella? L'attributo shape restituisce righe e colonne come una coppia, mostrando immediatamente le dimensioni.

Prima dell'analisi, scopra con quali dati può lavorare. L'attributo columns elenca i nomi di tutte le colonne della tabella.

Vuole visualizzare insieme i tipi e il numero di valori mancanti? Il metodo info stampa in un'unica operazione un riepilogo compatto di ogni colonna.

Ciò che vede guida il passo successivo. Potrebbe ripetere il ciclo: importare un altro strumento, ricaricare i dati o esaminare una porzione diversa.

Esegua una cella, legga l'output e poi scriva la successiva. Questo ciclo ristretto permette di individuare presto gli errori, invece di scoprirli dopo aver eseguito uno script enorme.

Ha imparato il ciclo quotidiano: importare gli strumenti, caricare i dati, esaminarli con head, shape e info, quindi perfezionare l'analisi. In sintesi, è questo il lavoro sui dati. 🔁