Garfield
YZF Admin
Python pandas, tablo biçimindeki verileri Python içinde okuma, düzenleme, filtreleme, birleştirme ve analiz etme işlerini kolaylaştıran açık kaynaklı bir kütüphanedir. Özellikle Excel veya CSV dosyalarıyla çalışırken, Python listeleri ve sözlükleriyle tek tek işlem yapmak yerine verileri
pandas’ın temel veri yapısı
Örneğin aşağıdaki varsayımsal satış verisinde
Ön koşul olarak bilgisayarınızda Python ve pandas kurulu olmalıdır. pandas kurulu değilse terminalde şu komut çalıştırılabilir:
Ardından aşağıdaki kodu bir Python dosyasına, örneğin
Bu kodda önce sözlük biçimindeki veri
Bu sonuç, pandas’ın veriyi yalnızca görüntülemediğini; yeni sütun üretebildiğini, koşula göre satır seçebildiğini ve sayısal hesap yapabildiğini gösterir. Ancak bu örneğin sonucunda verilerin doğru, eksiksiz veya iş kurallarına uygun olduğu kanıtlanmaz. Gerçek dosyalarda sütun türlerini, eksik değerleri ve hatalı kayıtları ayrıca kontrol etmeniz gerekir.
pandas özellikle aşağıdaki işlemlerde kullanılır:
pandas; küçük ve orta büyüklükteki tablo verilerini yerel bilgisayarda işlemek, veri temizlemek ve analiz hazırlığı yapmak için uygundur. Python ekosistemindeki matematik, görselleştirme ve makine öğrenmesi araçlarıyla birlikte de kullanılabilir.
Buna karşılık çok büyük veri kümeleri bilgisayarın belleğine sığmayabilir. pandas veritabanının, dağıtık veri işleme sisteminin veya özel büyük veri araçlarının yerine her durumda geçmez. Ayrıca pandas bir veritabanı değildir; veriyi kalıcı ve çok kullanıcılı biçimde yönetmek için PostgreSQL gibi bir veritabanı sistemi gerekir.
Seçim yaparken temel ayrım şöyledir:
Bu karşılaştırma, pandas’ın her veri problemi için tek çözüm olmadığını gösterir. Dosya tabanlı tablo verisini analiz etmeye başlamak istiyorsanız pandas genellikle pratik bir katmandır; veri saklama, erişim yetkilendirmesi veya çok büyük ölçek söz konusuysa ek araçlara ihtiyaç duyulur.
Önce tablo başlıklarının tutarlı olduğundan ve sayısal sütunların metin olarak okunmadığından emin olun. Özellikle Excel ve CSV dosyalarında tarih biçimi, ondalık ayırıcı, boş hücreler ve sütun adlarındaki farklılıklar hesaplamaları değiştirebilir.
pandas’ın sağladığı şey, tablo verileri üzerinde düzenli ve programlanabilir işlemler yapma altyapısıdır; verinin anlamını kendiliğinden doğrulamaz, hatalı iş kuralını fark etmez ve yapılan analizin doğru olduğunu tek başına garanti etmez.
DataFrame adı verilen satır-sütun yapısında yönetmenizi sağlar. Sonuç olarak veriyi daha az kodla inceleyebilir ve analiz için hazırlayabilirsiniz.pandas hangi yapıları kullanır?
pandas’ın temel veri yapısı
DataFrame’dir. Bir Excel çalışma sayfasına veya veritabanı tablosuna benzer: satırlar kayıtları, sütunlar ise bu kayıtlara ait alanları temsil eder. Tek bir sütun ise Series olarak adlandırılır.Örneğin aşağıdaki varsayımsal satış verisinde
Ürün, Adet ve Tutar sütunları bulunur. pandas bu veriyi tablo olarak tutarak belirli ürünleri filtrelemenize, toplamları hesaplamanıza ve eksik değerleri incelemenize olanak verir.En küçük çalışan örnek
Ön koşul olarak bilgisayarınızda Python ve pandas kurulu olmalıdır. pandas kurulu değilse terminalde şu komut çalıştırılabilir:
Kod:
python -m pip install pandasArdından aşağıdaki kodu bir Python dosyasına, örneğin
ornek.py adıyla kaydedip çalıştırabilirsiniz:
Python:
import pandas as pd
veri = {
"Ürün": ["Kalem", "Defter", "Kalem"],
"Adet": [10, 5, 7],
"Tutar": [25, 80, 17.5]
}
tablo = pd.DataFrame(veri)
tablo["Birim fiyat"] = tablo["Tutar"] / tablo["Adet"]
kalemler = tablo[tablo["Ürün"] == "Kalem"]
print(kalemler)
print("Toplam tutar:", tablo["Tutar"].sum())Bu kodda önce sözlük biçimindeki veri
DataFrame nesnesine dönüştürülür. Daha sonra her kayıt için birim fiyat hesaplanır ve yalnızca Ürün değeri Kalem olan satırlar seçilir. Beklenen temel sonuç, iki kalem satırının listelenmesi ve toplam tutarın 122.5 olarak yazdırılmasıdır.Bu sonuç, pandas’ın veriyi yalnızca görüntülemediğini; yeni sütun üretebildiğini, koşula göre satır seçebildiğini ve sayısal hesap yapabildiğini gösterir. Ancak bu örneğin sonucunda verilerin doğru, eksiksiz veya iş kurallarına uygun olduğu kanıtlanmaz. Gerçek dosyalarda sütun türlerini, eksik değerleri ve hatalı kayıtları ayrıca kontrol etmeniz gerekir.
pandas ile hangi işler yapılabilir?
pandas özellikle aşağıdaki işlemlerde kullanılır:
- CSV ve Excel dosyalarını Python’a aktarma ve sonuçları yeniden dosyaya yazma.
- Satırları koşullara göre filtreleme ve sütunları seçme.
- Eksik veya yinelenen kayıtları inceleme ve düzenleme.
- Sütunlardan yeni hesaplanmış değerler üretme.
- Ürün, tarih, şehir veya kategori gibi alanlara göre gruplama ve özet çıkarma.
- Birden fazla tabloyu ortak sütunlar üzerinden birleştirme.
- Tarih ve zaman verilerini karşılaştırma veya dönem bazında toplama.
read_csv(), bir Excel dosyasını okumak için read_excel() kullanılabilir. Dosyayı okuduktan sonra head() ile ilk satırları, info() ile sütun türlerini ve eksik değer durumunu, describe() ile sayısal sütunların temel istatistiklerini inceleyebilirsiniz.pandas ne zaman uygun, ne zaman yetersizdir?
pandas; küçük ve orta büyüklükteki tablo verilerini yerel bilgisayarda işlemek, veri temizlemek ve analiz hazırlığı yapmak için uygundur. Python ekosistemindeki matematik, görselleştirme ve makine öğrenmesi araçlarıyla birlikte de kullanılabilir.
Buna karşılık çok büyük veri kümeleri bilgisayarın belleğine sığmayabilir. pandas veritabanının, dağıtık veri işleme sisteminin veya özel büyük veri araçlarının yerine her durumda geçmez. Ayrıca pandas bir veritabanı değildir; veriyi kalıcı ve çok kullanıcılı biçimde yönetmek için PostgreSQL gibi bir veritabanı sistemi gerekir.
Seçim yaparken temel ayrım şöyledir:
| İhtiyaç | Daha uygun yaklaşım |
|---|---|
| Tabloyu Python içinde temizlemek ve analiz etmek | pandas |
| Küçük veriler üzerinde basit işlemler yapmak | Python listeleri veya sözlükleri |
| Kalıcı, ilişkisel ve çok kullanıcılı veri yönetimi | Veritabanı sistemi |
| Belleğe sığmayan çok büyük verileri işlemek | Büyük veri veya parçalı işleme araçları |
Çalışmaya başlarken kontrol edilmesi gerekenler
Önce tablo başlıklarının tutarlı olduğundan ve sayısal sütunların metin olarak okunmadığından emin olun. Özellikle Excel ve CSV dosyalarında tarih biçimi, ondalık ayırıcı, boş hücreler ve sütun adlarındaki farklılıklar hesaplamaları değiştirebilir.
DataFrame.info() çıktısında beklenmeyen object türleri veya eksik değerler görülüyorsa analizden önce veri dönüştürme ve temizleme yapılmalıdır.pandas’ın sağladığı şey, tablo verileri üzerinde düzenli ve programlanabilir işlemler yapma altyapısıdır; verinin anlamını kendiliğinden doğrulamaz, hatalı iş kuralını fark etmez ve yapılan analizin doğru olduğunu tek başına garanti etmez.
Son düzenleme:
