Python е широко използван като език за анализ на данни поради своите стабилни библиотеки и инструменти за управление на данни. Сред тези библиотеки е Pandas, която улеснява манипулирането и анализата на проучване на данни. ще използваме  панди  за анализиране на набор от данни, наречен  Country-data.csv  от Kaggle. Докато работим с тези данни, ние също въвеждаме някои важни концепции в Pandas.

1. Монтаж

Най-лесният начин да инсталирате pandas е да използвате pip:

   pip   install   pandas   

или го изтеглете от  тук .

2. Създаване на DataFrame в Pandas

А  DataFrame  е подобна на таблица структура от данни в Pandas, която има данни, съхранявани в редове и колони. DataFrame може да бъде създаден чрез предаване на множество обекти от серията python в  DataFrame  клас ( pd.DataFrame() ) с помощта на  pd.Series  метод. В този пример се използват два обекта Series:  s1  като първи ред и  s2  като втория ред.

Пример 1: Създаване на DataFrame от серия:

   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  )   

Изход:

Пример 2: DataFrame от списък с потребителски индекс и имена на колони:

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

Изход:

Пример 3: DataFrame от речник:

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

Изход:

3. Импортиране на данни с Pandas

Първата стъпка е да прочетете данните. В нашия случай данните се съхраняват като CSV (Comma-Separated Values) файл, където всеки ред е разделен с нов ред, а всяка колона със запетая. За да можете да работите с данните в Python е необходимо да прочетете csv  файл  в 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   

Изход:

 (167 10)  
    4. Индексиране на DataFrames с Pandas    
 
 Pandas предоставя мощни възможности за индексиране. Можете да индексирате DataFrames, като използвате и двете     базирани на позиция    и     базирани на етикети    методи.  
 
    Индексиране на базата на позиция (с помощта на        iloc         ):    
 Python   
   # 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  ]   
   
    Изход:    
          
    Индексиране на базата на етикети (използване        loc         ):    
 
 Индексирането може да се работи с етикети с помощта на      pandas.DataFrame.loc     метод, който позволява индексиране с помощта на етикети вместо позиции.  
 
 Примери:  
 Python   
   # 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  ::]   
   
    Изход:    
       
  
 Горното всъщност не изглежда много по-различно от df.iloc[0:5:]. Това е така, защото докато етикетите на редове могат да приемат всякакви стойности, нашите етикети на редове съвпадат точно с позициите. Но етикетите на колоните могат да направят нещата много по-лесни при работа с данни.  
 
    Пример:    
 Python   
   # Prints the first 5 rows of Time period   # value    df  .  loc  [:  5    'child_mort'  ]   
   
    Изход:    
    
    5. DataFrame Math с Pandas    
 
 Pandas улеснява извършването на математически операции върху данните, съхранявани в рамки с данни. Операциите, които могат да се извършват върху панди, са векторизирани, което означава, че са бързи и се прилагат автоматично към всички елементи, без да се използват цикли.  
 
    Пример - Математика по колони:    
 Python   
   # 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   
   
    Изход:    
    
    Статистически функции в Pandas:    
 
 Изчисляването на рамки с данни може да се извърши с помощта на статистически функции на инструментите на pandas. Можем да използваме функции като:  
 
 
  df.sum()    → сума от стойности  
 
  df.mean()    → средно  
 
  df.max()    /    df.min()    → макс. и мин. стойности  
 
  df.describe()    → бърза обобщена статистика  
 
 Python   
   # computes various summary statistics excluding NaN values   df  .  describe  ()   # Provides sum of all the values for each column   df  .  sum  ()   
   
    Изход:    
       
 6. Визуализация на данни с Pandas и Matplotlib  
 
 Pandas е много лесен за използване      Matplotlib    мощна библиотека, използвана за създаване на основни графики и диаграми. Само с няколко реда код можем да визуализираме нашите данни и да ги разберем по-добре. По-долу са дадени няколко прости примера, които да ви помогнат да започнете да чертаете с помощта на Pandas и Matplotlib:  
 Python   
   # Import the library first   import   matplotlib.pyplot   as   plt   
   
    Хистограма    
 
 Хистограма показва разпределението на стойностите в колона.  
 Python   
   df  [  'income'  ]  .  hist  (  bins  =  10  )   plt  .  title  (  'Histogram of Income'  )   plt  .  xlabel  (  'Income Value'  )   plt  .  ylabel  (  'Frequency'  )   plt  .  show  ()   
   
    Изход:    
    
    Box Plot    
 
 А      кутия парцел     е полезно за откриване на отклонения и разбиране на разпространението на данните.  
 Python   
   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  ()   
   
    Изход:    
    
    Точкова диаграма    
 
 А      точкова диаграма     показва връзката между две променливи.  
 Python   
   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  ()   
   
    Изход:    
    
    Свързана статия:    
 
 
   Pandas Въведение    
 
   Изчертаване на графики в Python    
 
   Работа с csv файлове в Python    
 
   Pandas DataFrame    
 
   Въведение в Matplotlib    
 
   Хистограма - Типове дефиниции Графика и примери    
 
   Box Plot    
 
   Точкова диаграма    
 
 
  
 
         Създаване на тест