Leer AI met Python · Les

Data-analyse met Pandas

Leer data te bewerken en analyseren met Pandas DataFrames.

Les 1 van 511 stappen

Data-analyse met Pandas is een gratis Leer AI met Python-les op CoddyKit. Dit is les 1 van 5. Je kunt 3 lessen uit dit leerpad gratis volledig lezen — daarna ontgrendelt CoddyKit PRO alle lessen, plus praktische oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Leer AI met Python. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Leer AI met Python bevat in totaal 5 lessen.

Inleiding tot Pandas

Pandas is een krachtige Python-bibliotheek voor gegevensanalyse en gegevensbewerking. De bibliotheek biedt gegevensstructuren zoals DataFrame en Series, waarmee je gegevens eenvoudig kunt opschonen, transformeren en analyseren.

In deze les leer je de basisprincipes van Pandas en hoe je het gebruikt voor gegevensanalyse.

Data-analyse met Pandas — illustratie 1

Pandas installeren

Gebruik de volgende opdracht in je terminal om Pandas te installeren:

pip install pandas

Na de installatie kun je Pandas in je Python-scripts importeren:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

Wat is een DataFrame?

Een DataFrame is een tweedimensionale, tabelvormige gegevensstructuur in Pandas. Het lijkt op een werkblad of een SQL-tabel.

Je kunt een DataFrame maken vanuit een woordenboek, een lijst of een extern bestand:

# 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)

Gegevens uit bestanden lezen

Met Pandas kun je eenvoudig gegevens lezen uit externe bestanden, zoals CSV-, Excel- en JSON-bestanden:

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

Een DataFrame inspecteren

Je kunt de structuur en inhoud van een DataFrame inspecteren met methoden zoals head(), info() en describe():

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

Gegevens filteren en selecteren

Met Pandas kun je eenvoudig rijen filteren en kolommen selecteren met voorwaarden en indexering:

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

Gegevens opschonen

Pandas biedt methoden voor het opschonen van gegevens, zoals het verwerken van ontbrekende waarden, het hernoemen van kolommen en het verwijderen van duplicaten:

# 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)

Aggregaties uitvoeren

Met Pandas kun je aggregaties uitvoeren, zoals gegevens optellen, gemiddelden berekenen en gegevens groeperen:

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

Veelgemaakte fouten met Pandas

Dit zijn fouten die je moet vermijden:

  • Ontbrekende waarden niet goed verwerken.
  • Trage lussen gebruiken in plaats van gevectoriseerde bewerkingen.
  • Vergeten om inplace=True op te geven voor bewerkingen die gegevens wijzigen.

Wat hebben we geleerd?

In deze les heb je geleerd:

  • Hoe je Pandas installeert en importeert.
  • Hoe DataFrames zijn opgebouwd en hoe je ze maakt.
  • Hoe je gegevens leest, opschoont, filtert en aggregeert met Pandas.

Goed gedaan! Laten we doorgaan naar het volgende onderwerp.

Data-analyse met Pandas — illustratie 11
Gratis beginnen

Leer Python met een AI-tutor — gratis

Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.

Cursussen
53
Lessen
225

Veelgestelde vragen

Is de les “Data-analyse met Pandas” gratis?

Ja — je kunt hier op het web alle 3 lessen van het leerpad Leer AI met Python, waaronder “Data-analyse met Pandas”, gratis volledig lezen. Daarna ontgrendelt CoddyKit PRO alle lessen, plus interactieve oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. De cursus Leer AI met Python bevat in totaal 5 lessen.

Wat leer ik in “Data-analyse met Pandas”?

Leer data te bewerken en analyseren met Pandas DataFrames. Je oefent met Leer AI met Python door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.

Heb ik ervaring nodig om met Leer AI met Python te beginnen?

Ervaring vooraf is niet nodig. Leer AI met Python op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 1 van 5.

Hoe lang duurt de les “Data-analyse met Pandas”?

De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.

Kan ik code schrijven en uitvoeren in deze les over Leer AI met Python?

Ja. Elke les over Leer AI met Python bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.

Alle lessen in deze cursus

  1. Data-analyse met Pandas
  2. Datavisualisatie met Matplotlib
  3. NumPy voor numerieke berekeningen
  4. API's gebruiken met requests
  5. Webscraping met BeautifulSoup
← Terug naar Leer AI met Python