Analisis Data dengan Pandas

Pandas ialah pustaka Python yang berkuasa untuk analisis dan manipulasi data. Pustaka ini menyediakan struktur data seperti DataFrame dan Siri yang memudahkan anda membersihkan, mengubah dan menganalisis data.

Dalam pelajaran ini, anda akan mempelajari asas Pandas dan cara menggunakannya untuk analisis data.

Untuk memasang Pandas, gunakan perintah berikut dalam terminal anda:

pip install pandas

Setelah dipasang, anda boleh mengimport Pandas dalam skrip Python anda:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

DataFrame ialah struktur data dua dimensi berbentuk jadual dalam Pandas. Struktur ini serupa dengan hamparan atau jadual SQL.

Anda boleh mencipta DataFrame daripada kamus, senarai atau fail luaran:

# 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)

Pandas memudahkan anda membaca data daripada fail luaran seperti fail CSV, Excel dan JSON:

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

Anda boleh memeriksa struktur dan kandungan DataFrame menggunakan kaedah seperti head(), info() dan describe():

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

Pandas membolehkan anda menapis baris dan memilih lajur dengan mudah menggunakan syarat dan pengindeksan:

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

Pandas menyediakan kaedah untuk membersihkan data, seperti mengendalikan nilai yang hilang, menamakan semula lajur dan membuang pendua:

# 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)

Pandas membolehkan anda melakukan pengagregatan seperti menjumlahkan, mengira purata dan mengumpulkan data:

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

Berikut ialah beberapa kesilapan yang perlu dielakkan:

• Tidak mengendalikan nilai yang hilang dengan betul.
• Menggunakan gelung yang tidak cekap dan bukannya operasi vektor.
• Terlupa menetapkan inplace=True untuk operasi yang mengubah data.

Dalam pelajaran ini, anda telah mempelajari:

• Cara memasang dan mengimport Pandas.
• Struktur DataFrames dan cara menciptanya.
• Cara membaca, membersihkan, menapis dan mengagregatkan data menggunakan Pandas.

Syabas! Mari beralih ke topik seterusnya.