Питхон се нашироко користи као језик за анализу података због својих робусних библиотека и алатки за управљање подацима. Међу овим библиотекама је Пандас који олакшава манипулацију и истраживања података и анализу. користићемо  Панде  за анализу скупа података тзв  Цоунтри-дата.цсв  од Каггле. Док радимо са овим подацима, уводимо и неке важне концепте у Пандас.

1. Инсталација

Најлакши начин да инсталирате панде је да користите пип:

pip install pandas 

или Преузмите са  овде .

2. Креирање ДатаФраме-а у Пандас-у

А  ДатаФраме  је структура података слична табели у Пандас-у која има податке ускладиштене у редовима и колонама. ДатаФраме се може креирати прослеђивањем више објеката питхон серије у DataFrame разред ( пд.ДатаФраме() ) користећи  pd.Series  методом. У овом примеру се користе два објекта серије: s1 као први ред и s2 као други ред.

Пример 1: Креирање оквира података из серије:

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) 

Излаз:

Пример 2: ДатаФраме са листе са прилагођеним индексом и називима колона:

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

Излаз:

Пример 3: ДатаФраме из речника:

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

Излаз:

3. Увоз података помоћу Панда

Први корак је читање података. У нашем случају подаци се чувају као ЦСВ (Цомма-Сепаратед Валуес) датотека где је сваки ред одвојен новим редом, а свака колона зарезом. Да бисте могли да радите са подацима у Питхон-у, потребно је да прочитате цсв  фајл  у Пандас ДатаФраме.

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 

Излаз:

(167 10)

4. Индексирање оквира података помоћу Панда

Пандас пружа моћне могућности индексирања. Можете индексирати ДатаФраме користећи оба на основу положаја и на основу етикета методе.

Индексирање засновано на позицији (користећи 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] 

Излаз:

Индексирање засновано на ознакама (користећи loc ):

Индексирање се може радити са ознакама помоћу  пандас.ДатаФраме.лоц  метод који омогућава индексирање коришћењем ознака уместо позиција.

Примери:

# 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::] 

Излаз:

Горе наведено не изгледа много другачије од дф.илоц[0:5:]. То је зато што, иако ознаке редова могу да поприме било коју вредност, наше ознаке редова тачно одговарају позицијама. Али ознаке колона могу учинити ствари много лакшим када радите са подацима.

Пример:

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

Излаз:

5. ДатаФраме Матх са Пандас

Пандас олакшава извођење математичких операција над подацима ускладиштеним у оквирима података. Операције које се могу изводити на пандама су векторизоване, што значи да су брзе и аутоматски се примењују на све елементе без употребе петљи.

Пример – Математика по колонама:

# 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 

Излаз:

Статистичке функције у Пандама:

јава улазни стринг

Рачунање оквира података може се обавити коришћењем статистичких функција пандас алата. Можемо користити функције као што су:

• df.sum() → збир вредности
• df.mean() → просек
• df.max() / df.min() → максималне и минималне вредности
• df.describe() → брзи резиме статистике

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

Излаз:

6. Визуелизација података са Пандас и Матплотлиб

Пандас је веома једноставан за коришћење  Матплотлиб моћна библиотека која се користи за креирање основних графикона и графикона. Са само неколико линија кода можемо да визуализујемо своје податке и боље их разумемо. Испод је неколико једноставних примера који ће вам помоћи да почнете са цртањем користећи Пандас и Матплотлиб:

# Import the library first import matplotlib.pyplot as plt 

Хистограм

 Хистограм показује дистрибуцију вредности у колони.

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

Излаз:

Бок Плот

А  бок плот  је корисно за откривање одступања и разумевање ширења података.

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() 

Излаз:

Сцаттер Плот

А  распршивање  показује однос између две променљиве.

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() 

Излаз:

Повезани чланак:

• Пандас Интродуцтион
• Исцртавање графикона у Питхон-у
• Рад са цсв датотекама у Питхон-у
• Пандас ДатаФраме
• Увод у Матплотлиб
• Хистограм – Типови дефиниција Графикон и примери
• Бок Плот
• Сцаттер Плот