Wprowadzenie do Pandas

Pandas to potężna biblioteka języka Python służąca do analizy i przetwarzania danych. Udostępnia struktury danych, takie jak DataFrame i Series, które ułatwiają czyszczenie, przekształcanie i analizowanie danych.

W tej lekcji poznają Państwo podstawy biblioteki Pandas oraz sposób jej wykorzystania do analizy danych.

Instalowanie Pandas

Aby zainstalować Pandas, należy użyć w terminalu następującego polecenia:

pip install pandas

Po zainstalowaniu biblioteki można zaimportować Pandas w skryptach języka Python:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

Czym jest DataFrame?

DataFrame to dwuwymiarowa, tabelaryczna struktura danych w bibliotece Pandas. Przypomina arkusz kalkulacyjny lub tabelę SQL.

DataFrame można utworzyć na podstawie słownika, listy lub pliku zewnętrznego:

# 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)

Odczytywanie danych z plików

Pandas ułatwia odczytywanie danych z plików zewnętrznych, takich jak pliki CSV, Excel i JSON:

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

Sprawdzanie zawartości DataFrame

Strukturę i zawartość obiektu DataFrame można sprawdzić za pomocą metod takich jak head(), info() i describe():

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

Filtrowanie i wybieranie danych

Pandas pozwala łatwo filtrować wiersze i wybierać kolumny za pomocą warunków oraz indeksowania:

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

Czyszczenie danych

Pandas udostępnia metody czyszczenia danych, takie jak obsługa brakujących wartości, zmiana nazw kolumn i usuwanie duplikatów:

# 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)

Wykonywanie agregacji

Pandas pozwala wykonywać agregacje, takie jak sumowanie, obliczanie średniej i grupowanie danych:

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

Typowe błędy podczas pracy z Pandas

Oto kilka błędów, których należy unikać:

• Nieprawidłowa obsługa brakujących wartości.
• Używanie nieefektywnych pętli zamiast operacji zwektoryzowanych.
• Pomijanie ustawienia inplace=True w operacjach modyfikujących dane.

Czego się nauczyliśmy?

W tej lekcji nauczyli się Państwo:

• Jak zainstalować i zaimportować Pandas.
• Jaką strukturę mają obiekty DataFrame i jak je tworzyć.
• Jak odczytywać, czyścić, filtrować i agregować dane za pomocą Pandas.

Świetnie! Przejdźmy do następnego tematu.