Einführung in DataFrames

Datenbearbeitung mit pandas

Richie Cotton

Data Evangelist at DataCamp

Sinn und Zweck von pandas

Gliederung des Kurses

Kapitel 1: DataFrames
- Sortierung und Teilmengen
- Erstellung neuer Spalten
Kapitel 2: Datenaggregation
- Zusammenfassende Kennzahlen
- Zählungen
- Gruppierte zusammenfassende Kennzahlen

Kapitel 3: Slices und Indizierung
- Teilmengen mit Slices
- Indizes und Teilmengen mit Indizes
Kapitel 4: Datenerstellung und Visualisierung
- Diagramme
- Umgang mit fehlenden Daten
- Einlesen von Daten in DataFrames

pandas stützt sich auf NumPy und Matplotlib

Ein Dreieck stützt sich auf zwei Rechtecke. Das Dreieck steht für das Paket pandas, während die Rechtecke die Pakete NumPy und Matplotlib darstellen.

pandas ist beliebt

Hunderte Panda-Emojis repräsentieren die vielen Nutzer von pandas.

¹ https://pypistats.org/packages/pandas

Tabellarische Daten

Name	Rasse	Farbe	Größe (cm)	Gewicht (kg)	Geburtsdatum
Bella	Labrador	Braun	56	25	2013-07-01
Charlie	Pudel	Schwarz	43	23	2016-09-16
Lucy	Chow-Chow	Braun	46	22	2014-08-25
Cooper	Schnauzer	Grau	49	17	2011-12-11
Max	Labrador	Schwarz	59	29	2017-01-20
Stella	Chihuahua	Hellbraun	18	2	2015-04-20
Bernie	Bernhardiner	Weiß	77	74	2018-02-27

DataFrames in pandas

print(dogs)

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
4      Max     Labrador  Black         59         29    2017-01-20
5   Stella    Chihuahua    Tan         18          2    2015-04-20
6   Bernie  St. Bernard  White         77         74    2018-02-27

Struktur von DataFrames: .head()

print(dogs.head())

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
4      Max     Labrador  Black         59         29    2017-01-20

Struktur von DataFrames: .info()

print(dogs.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7 entries, 0 to 6
Data columns (total 6 columns):
 #   Column         Non-Null Count  Dtype 
 --  ------         --------------  ----- 
 0   name           7 non-null      object
 1   breed          7 non-null      object
 2   color          7 non-null      object
 3   height_cm      7 non-null      int64 
 4   weight_kg      7 non-null      int64 
 5   date_of_birth  7 non-null      object
dtypes: int64(2), object(4)
memory usage: 464.0+ bytes

Struktur von DataFrames: .shape

print(dogs.shape)

(7, 6)

Struktur von DataFrames: .describe()

print(dogs.describe())

       height_cm  weight_kg
count   7.000000   7.000000
mean   49.714286  27.428571
std    17.960274  22.292429
min    18.000000   2.000000
25%    44.500000  19.500000
50%    49.000000  23.000000
75%    57.500000  27.000000
max    77.000000  74.000000

Bestandteile von DataFrames: .values

print(dogs.values)

array([['Bella', 'Labrador', 'Brown', 56, 24, '2013-07-01'],
       ['Charlie', 'Poodle', 'Black', 43, 24, '2016-09-16'],
       ['Lucy', 'Chow Chow', 'Brown', 46, 24, '2014-08-25'],
       ['Cooper', 'Schnauzer', 'Gray', 49, 17, '2011-12-11'],
       ['Max', 'Labrador', 'Black', 59, 29, '2017-01-20'],
       ['Stella', 'Chihuahua', 'Tan', 18, 2, '2015-04-20'],
       ['Bernie', 'St. Bernard', 'White', 77, 74, '2018-02-27']],
      dtype=object)

Bestandteile von DataFrames: .columns und .index

print(dogs.columns)

Index(['name', 'breed', 'color', 'height_cm', 'weight_kg', 'date_of_birth'],
dtype='object')

dogs.index

RangeIndex(start=0, stop=7, step=1)

Philosophie von pandas

Für ein bestimmtes Programmierproblem sollte es möglichst nur eine einzige klare Lösung geben.

– The Zen of Python von Tim Peters, Punkt 13

Ein grünes Schweizer Taschenmesser

¹ https://www.python.org/dev/peps/pep-0020/

Lass uns üben!

Datenbearbeitung mit pandas