Witam w moim „Ultimate Pandas Guide”, tutaj pomogę Ci poznać podstawy „Pandas”, ponieważ czasami Excel po prostu nie wystarcza, aby poradzić sobie z problemami z danymi.

Pandy: -

Pandas to popularna biblioteka Pythona, która jest szeroko stosowana do manipulacji i analizy danych. Zapewnia szybkie, elastyczne i łatwe w użyciu struktury danych i funkcje, które sprawiają, że praca z danymi w Pythonie jest dziecinnie prosta.

Co to są Pandy: -

Pandas to biblioteka Pythona zbudowana na bazie biblioteki NumPy, która zapewnia wydajne, łatwe w użyciu struktury danych i narzędzia do analizy danych dla Pythona. Szczególnie dobrze nadaje się do pracy z danymi tabelarycznymi, takimi jak dane przechowywane w plikach CSV lub relacyjnych bazach danych.

Struktury danych w pandach: -

W Pandach istnieją dwie kluczowe struktury danych: seria i ramka danych.

Seria: -

Seria to jednowymiarowy obiekt przypominający tablicę, który może przechowywać dane dowolnego typu, takie jak liczby całkowite, zmiennoprzecinkowe, ciągi znaków lub obiekty Pythona. To jest jak kolumna w arkuszu kalkulacyjnym. Możesz utworzyć serię w Pandach, używając następującej składni:

import pandas as pd  

s = pd.Series([1, 3, 5, 7, 9])

Ramka danych to podobna do tabeli struktura danych, która składa się z wierszy i kolumn. Jest podobny do arkusza kalkulacyjnego lub tabeli SQL. Możesz utworzyć ramkę danych w Pandas przy użyciu różnych metod, takich jak odczyt danych z pliku CSV lub bazy danych lub tworząc ramkę danych od podstaw. Oto przykład tworzenia ramki danych ze słownika:

import pandas as pd  
data = {'name': ['John', 'Emma', 'Peter', 'Jennifer'],         
        'age': [25, 30, 35, 40],         
        'gender': ['M', 'F', 'M', 'F']} 
         
df = pd.DataFrame(data)

Podstawy pand: -

Jeśli chcesz nauczyć się podstaw Pand, przejdź do mojego repozytorium GitHub , gdzie przesłałem przewodnik krok po kroku, aby dowiedzieć się wszystkiego.

DZIĘKUJĘ ZA PRZECZYTANIE DO KOŃCA.

Śledź mnie na — Twitterze