Введение в Pandas

Pandas — мощная библиотека Python для анализа и обработки данных. Она предоставляет такие структуры данных, как DataFrame и последовательности, благодаря чему данные легко очищать, преобразовывать и анализировать.

В этом уроке Вы изучите основы Pandas и узнаете, как использовать эту библиотеку для анализа данных.

Установка Pandas

Чтобы установить Pandas, выполните в терминале следующую команду:

pip install pandas

После установки Вы сможете импортировать Pandas в свои скрипты Python:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

Что такое DataFrame?

DataFrame — это двумерная табличная структура данных в Pandas. Она похожа на электронную таблицу или таблицу SQL.

Создать DataFrame можно из словаря, списка или внешнего файла:

# 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)

Чтение данных из файлов

Pandas позволяет легко считывать данные из внешних файлов, например файлов CSV, Excel и JSON:

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

Изучение DataFrame

Изучить структуру и содержимое DataFrame можно с помощью таких методов, как head(), info() и describe():

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

Фильтрация и выбор данных

Pandas позволяет легко фильтровать строки и выбирать столбцы с помощью условий и индексации:

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

Очистка данных

Pandas предоставляет методы для очистки данных, например для обработки пропущенных значений, переименования столбцов и удаления дубликатов:

# 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)

Агрегирование данных

Pandas позволяет выполнять агрегирование данных, например суммирование, усреднение и группировку:

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

Распространённые ошибки при работе с Pandas

Вот несколько ошибок, которых следует избегать:

• Неправильная обработка пропущенных значений.
• Использование неэффективных циклов вместо векторизованных операций.
• Забывать указывать inplace=True для операций, изменяющих данные.

Что Вы узнали?

В этом уроке Вы узнали:

• Как устанавливать и импортировать Pandas.
• Как устроены DataFrames и как их создавать.
• Как с помощью Pandas считывать, очищать, фильтровать и агрегировать данные.

Отличная работа! Теперь перейдём к следующей теме.