Pandas'a Giriş

Pandas, veri analizi ve işleme için güçlü bir Python kütüphanesidir. Verileri temizlemeyi, dönüştürmeyi ve analiz etmeyi kolaylaştıran DataFrame ve Series gibi veri yapıları sağlar.

Bu derste Pandas'ın temellerini ve veri analizi için nasıl kullanılacağını öğreneceksiniz.

Pandas'ı Yükleme

Pandas'ı yüklemek için terminalinizde aşağıdaki komutu kullanın:

pip install pandas

Yükleme tamamlandıktan sonra Python betiklerinizde Pandas'ı içe aktarabilirsiniz:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

DataFrame Nedir?

DataFrame, Pandas'ta kullanılan iki boyutlu, tablo biçiminde bir veri yapısıdır. Elektronik tabloya veya SQL tablosuna benzer.

Bir sözlükten, listeden veya harici bir dosyadan DataFrame oluşturabilirsiniz:

# 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)

Dosyalardan Veri Okuma

Pandas; CSV, Excel ve JSON dosyaları gibi harici dosyalardan veri okumayı kolaylaştırır:

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

Bir DataFrame'i İnceleme

Bir DataFrame'in yapısını ve içeriğini head(), info() ve describe() gibi yöntemleri kullanarak inceleyebilirsiniz:

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

Verileri Filtreleme ve Seçme

Pandas, koşulları ve dizinlemeyi kullanarak satırları kolayca filtrelemenize ve sütunları seçmenize olanak tanır:

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

Veri Temizleme

Pandas; eksik değerleri ele alma, sütunları yeniden adlandırma ve yinelenenleri kaldırma gibi veri temizleme yöntemleri sağlar:

# 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)

Toplama İşlemleri Gerçekleştirme

Pandas; verileri toplama, ortalama alma ve gruplama gibi toplama işlemlerini gerçekleştirmenize olanak tanır:

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

Pandas Kullanırken Sık Yapılan Hatalar

Kaçınmanız gereken bazı hatalar şunlardır:

• Eksik değerleri doğru şekilde ele almamak.
• Vektörleştirilmiş işlemler yerine verimsiz döngüler kullanmak.
• Veriyi değiştiren işlemler için inplace=True belirtmeyi unutmak.

Ne Öğrendik?

Bu derste şunları öğrendiniz:

• Pandas'ı yükleme ve içe aktarma.
• DataFrames yapısını ve nasıl oluşturulacağını.
• Pandas kullanarak veri okuma, temizleme, filtreleme ve toplama.

Harika iş! Şimdi bir sonraki konuya geçelim.