Biblioteka Pandas¶

Jednym z pierwszych kroków, które musimy wykonać, zanim przejdziemy do analizowania ciekawych danych, jest wczytanie tychże danych do programu. W tym pomoże nam biblioteka pandas, która diametralnie ułatwia pracę z danymi tabelarycznymi w Pythonie.

Pandas to biblioteka przeznaczona do analizy i przetwarzania danych. Jej głównymi strukturami danych są jednowymiarowe serie danych (ang. Series) oraz wielowymiarowe ramki danych (ang. DataFrame). Ramki danych przypominają trochę tabele w programie Excel – mają wiersze i kolumny.

Instalacja¶

Aby korzystać z biblioteki pandas, najpierw należy ją zainstalować. Możemy to zrobić w niemalże trywialny sposób, wpisując w terminalu poniższe polecenie:

pip install pandas

Pierwsze kroki z pandas¶

Zacznijmy od prostego przykładu. Załóżmy, że mamy pewne dane o sprzedaży owoców:

import pandas as pd

fruits = {
    'Owoce': ['Jabłka', 'Banany', 'Wiśnie'],
    'Ilość': [10, 5, 8],
    'Cena': [3.5, 1.2, 2.5]
}

df = pd.DataFrame(fruits)
print(df)

Po wydrukowaniu ramki danych zobaczymy poniższą tabelkę:

   Owoce  Ilość  Cena
0  Jabłka    10   3.5
1  Banany     5   1.2
2  Wiśnie     8   2.5

Jak korzystać z danych?¶

Pandas oferuje wiele narzędzi do pracy z danymi. Poniżej kilka przykładów.

Wybór kolumny¶

print(df['Owoce'])

Filtrowanie danych¶

print(df[df['Ilość'] > 7])

Podstawowe statystyki¶

print(df.describe())

Dlaczego warto używać pandas?¶

Elastyczność - przetwarzaj dane tak, jak potrzebujesz.
Wydajność - obsługuje duże zestawy danych.
Integracja - łatwo łączy się z innymi bibliotekami Pythona.
Wsparcie dla różnych formatów - czytaj i zapisuj w formatach CSV, Excel, SQL i wielu innych.

Podsumowanie¶

Pandas to potężne narzędzie do przetwarzania danych w Pythonie. Dzięki intuicyjnym strukturom danych i wielu funkcjom ułatwia analizę nawet skomplikowanych zestawów informacji. A to tylko wierzchołek góry lodowej! Zachęcamy do dalszej eksploracji tej fantastycznej biblioteki.