Python широко використовується як мова аналізу даних завдяки надійним бібліотекам та інструментам для керування даними. Серед цих бібліотек – Pandas, яка спрощує маніпулювання дослідженням даними та аналіз даних. ми будемо використовувати  панди  для аналізу набору даних називається  Country-data.csv  від Kaggle. Під час роботи з цими даними ми також представляємо деякі важливі поняття в Pandas.

1. Монтаж

Найпростіший спосіб встановити pandas — використовувати pip:

pip install pandas 

або Завантажте його з  тут .

2. Створення DataFrame в Pandas

А  DataFrame  це таблична структура даних у Pandas, яка містить дані в рядках і стовпцях. DataFrame можна створити шляхом передачі кількох об’єктів серії python у DataFrame клас ( pd.DataFrame() ) за допомогою  pd.Series  метод. У цьому прикладі використовуються два об’єкти Series: s1 як перший ряд і s2 як другий ряд.

Приклад 1: Створення DataFrame із серії:

import pandas as pd # Creating two Series: s1 (numbers) and s2 (names) s1 = pd.Series([1 2]) s2 = pd.Series(['Ashish' 'Sid']) # Creating DataFrame by combining Series as rows dataframe = pd.DataFrame([s1 s2]) # Displaying the DataFrame print(dataframe) 

Вихід:

Приклад 2: DataFrame зі списку з настроюваним індексом і назвами стовпців:

dataframe1 = pd.DataFrame([[1 2] ['Ashish' 'Sid']] index=['r1' 'r2'] columns=['c1' 'c2']) print(dataframe1) 

Вихід:

Приклад 3: DataFrame зі словника:

dataframe2 = pd.DataFrame({ 'c1': [1 'Ashish'] 'c2': [2 'Sid'] }) print(dataframe2) 

Вихід:

3. Імпорт даних за допомогою Pandas

Першим кроком є ​​читання даних. У нашому випадку дані зберігаються як файл CSV (значення, розділені комами), де кожен рядок відокремлюється новим рядком, а кожен стовпець — комою. Щоб мати можливість працювати з даними в Python, необхідно читати файл csv  файл  у Pandas DataFrame.

import pandas as pd # Read Country-data.csv into a DataFrame df = pd.read_csv('Country-data.csv') # Prints the first 5 rows of a DataFrame as default df.head() # Prints no. of rows and columns of a DataFrame df.shape 

Вихід:

(167 10)

4. Індексація DataFrames за допомогою Pandas

Pandas надає потужні можливості індексування. Ви можете індексувати DataFrames, використовуючи обидва на основі позиції і на основі етикетки методи.

Позиційне індексування (за допомогою iloc ):

# prints first 5 rows and every column which replicates df.head() df.iloc[0:5:] # prints entire rows and columns df.iloc[::] # prints from 5th rows and first 5 columns df.iloc[5::5] 

Вихід:

Індексування на основі міток (за допомогою loc ):

Індексуванням можна працювати з мітками за допомогою  pandas.DataFrame.loc  метод, який дозволяє індексувати за допомогою міток замість позицій.

приклади:

# prints first five rows including 5th index and every columns of df df.loc[0:5:] # prints from 5th rows onwards and entire columns df.loc[5::] 

Вихід:

Наведене вище насправді мало чим відрізняється від df.iloc[0:5:]. Це тому, що хоча мітки рядків можуть приймати будь-які значення, наші мітки рядків точно відповідають позиціям. Але мітки стовпців можуть значно полегшити роботу з даними.

приклад:

# Prints the first 5 rows of Time period # value  df.loc[:5'child_mort'] 

Вихід:

5. DataFrame Math з Pandas

Pandas полегшує виконання математичних операцій над даними, що зберігаються у кадрах даних. Операції, які можна виконувати на pandas, векторизовані, тобто вони швидкі та автоматично застосовуються до всіх елементів без використання циклів.

Приклад – математика по стовпцях:

# Adding 5 to every element in column A df['child_mort'] = df['child_mort'] + 5 # Multiplying values in column B by 10 df['exports'] = df['exports'] * 10 df 

Вихід:

Статистичні функції в Pandas:

приклад java do while

Обчислення кадрів даних можна виконати за допомогою статистичних функцій інструментів pandas. Ми можемо використовувати такі функції, як:

• df.sum() → сума значень
• df.mean() → середній
• df.max() / df.min() → максимальні та мінімальні значення
• df.describe() → швидке зведення статистики

# computes various summary statistics excluding NaN values df.describe() # Provides sum of all the values for each column df.sum() 

Вихід:

6. Візуалізація даних за допомогою Pandas і Matplotlib

Pandas дуже простий у використанні  Matplotlib потужна бібліотека, яка використовується для створення базових графіків і діаграм. За допомогою лише кількох рядків коду ми можемо візуалізувати наші дані та краще їх зрозуміти. Нижче наведено кілька простих прикладів, які допоможуть вам почати будувати графіки за допомогою Pandas і Matplotlib:

# Import the library first import matplotlib.pyplot as plt 

Гістограма

Гістограма показує розподіл значень у стовпці.

df['income'].hist(bins=10) plt.title('Histogram of Income') plt.xlabel('Income Value') plt.ylabel('Frequency') plt.show() 

Вихід:

Box Plot

А  коробчастий сюжет  корисно для виявлення викидів і розуміння поширення даних.

df = df.head(10) plt.figure(figsize=(20 6)) # Increase width to make x-axis labels clearer df.boxplot(column='imports' by='country') plt.title('Boxplot by Country') plt.suptitle('') # Removes default title plt.xlabel('Country') plt.ylabel('Imports') plt.xticks(rotation=45) # Optional: Rotate x-axis labels for better visibility plt.tight_layout() # Adjust layout to avoid clipping plt.show() 

Вихід:

Точкова діаграма

А  діаграма розсіювання  показує зв'язок між двома змінними.

x = df['health'] y = df['life_expec'] plt.scatter(x y label='Data Points' color='m' marker='*' s=30) plt.xlabel('Health') plt.ylabel('Life Expectancy') plt.title('Scatter Plot of Health vs Life Expectancy') plt.legend() plt.show() 

Вихід:

Пов'язана стаття:

• Панди Вступ
• Побудова графіка в Python
• Робота з файлами csv на Python
• Pandas DataFrame
• Знайомство з Matplotlib
• Гістограма – графік типів визначення та приклади
• Box Plot
• Точкова діаграма