Introduzione a Pandas

Pandas è una potente libreria Python per l'analisi e la manipolazione dei dati. Fornisce strutture dati come DataFrame e Series, che semplificano la pulizia, la trasformazione e l'analisi dei dati.

In questa lezione imparerà le basi di Pandas e come utilizzarlo per l'analisi dei dati.

Installazione di Pandas

Per installare Pandas, utilizzi il comando seguente nel terminale:

pip install pandas

Dopo l'installazione, può importare Pandas nei suoi script Python:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

Che cos'è un DataFrame?

Un DataFrame è una struttura dati tabulare bidimensionale di Pandas. È simile a un foglio di calcolo o a una tabella SQL.

È possibile creare un DataFrame a partire da un dizionario, da una lista o da un file esterno:

# 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)

Lettura dei dati da file

Pandas semplifica la lettura dei dati da file esterni, ad esempio file CSV, Excel e JSON:

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

Esaminare un DataFrame

È possibile esaminare la struttura e il contenuto di un DataFrame utilizzando metodi come head(), info() e describe():

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

Filtrare e selezionare i dati

Pandas consente di filtrare facilmente le righe e selezionare le colonne utilizzando condizioni e indicizzazione:

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

Pulizia dei dati

Pandas fornisce metodi per pulire i dati, ad esempio per gestire i valori mancanti, rinominare le colonne ed eliminare i duplicati:

# 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)

Eseguire aggregazioni

Pandas consente di eseguire aggregazioni, ad esempio calcolare somme e medie e raggruppare i dati:

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

Errori comuni con Pandas

Ecco alcuni errori da evitare:

• Non gestire correttamente i valori mancanti.
• Utilizzare cicli inefficienti invece di operazioni vettorializzate.
• Dimenticare di specificare inplace=True per le operazioni che modificano i dati.

Che cosa abbiamo imparato?

In questa lezione ha imparato:

• Come installare e importare Pandas.
• La struttura dei DataFrame e come crearli.
• Come leggere, pulire, filtrare e aggregare i dati utilizzando Pandas.

Ottimo lavoro! Passiamo all'argomento successivo.