Pandas ile Veri Manipülasyonu

Adı : Pandas ile Veri Manipülasyonu

Pandas, Python programlama dilini kullanarak verileri analiz etmek, işlemek ve manipüle etmek için kullanılan bir kitaplık veya kütüphanedir. Pandas, bir dizi fonksiyon ve araç ile birlikte, verileri okumak, filtrelemek, alt kümelemek, birleştirmek ve dönüştürmek gibi birçok işlemi gerçekleştirmek için birçok özelliğe sahiptir. Aşağıda Pandas ile veri manipülasyonu konusu hakkında detaylı bilgiler, örnekler ve özellikler yer almaktadır.
Pandas ile Veri Okuma
Pandas, birçok farklı veri kaynağından veri okumak için kullanılabilir. CSV, Excel, SQL, JSON ve HTML gibi formatlarda verileri okumak mümkündür. Bu formatlar arasında en yaygın olanı CSV formatıdır. Pandas kullanarak CSV veri dosyasından okuma işlemi şu şekilde gerçekleştirilir:
```python
import pandas as pd
data = pd.read_csv('veriler.csv')
print(data.head())
```
Yukarıdaki örnekte pd.read_csv fonksiyonu, verileri bir CSV dosyasından okur ve data adlı bir değişkene kaydeder. Ardından, data.head() yöntemi ilk beş satırı ekrana yazdırır.
Pandas ile Veri Filtreleme
Veri filtreleme, belirli özelliklere sahip verileri seçmek için kullanılır. Pandas, sütun özelliklerine ve koşullara göre veri filtreleme işlemini kolaylaştırır. Örneğin, bir veri setindeki tüm Ad sütunundaki Ahmet değerleri almak için şu kodu kullanabiliriz:
```python
import pandas as pd
data = pd.read_csv('veriler.csv')
filtered_data = data[data['Ad'] == 'Ahmet']
print(filtered_data)
```
Bu kod bloğundaki data [data ['Ad'] == 'Ahmet'] ifadesi, Ad sütununda Ahmet olanlar ile eşleşen tüm verileri seçer ve filtered_data adlı bir değişkene kaydeder. Ardından, bu veriler ekrana yazdırılır.
Pandas ile Veri Birleştirme
Birden fazla veri kaynağından verileri birleştirmek, analiz etmek için önemlidir. Pandas, merge() fonksiyonu aracılığıyla verileri birleştirir. merge() fonksiyonu, birleştirilecek verileri seçmek için ortak bir sütuna sahip olan iki farklı veri kümesini bir araya getirir. Örneğin, iki CSV dosyasını birleştirmek için şu kodu kullanabiliriz:
```python
import pandas as pd
data1 = pd.read_csv('veri1.csv')
data2 = pd.read_csv('veri2.csv')
merged_data = pd.merge(data1, data2, on='id')
print(merged_data)
```
Bu kod bloğundaki pd.merge fonksiyonu, id sütununu ortak olarak seçerek data1 ve data2 adlı iki farklı veri kümesini birleştirir. Ardından, birleştirilen veriler merged_data adlı bir değişkene kaydedilir ve ekrana yazdırılır.
Pandas ile Veri Gruplama
Veri gruplama, analiz etmek için verileri alt kümelerde gruplamaktır. Pandas'ın groupby() fonksiyonu bu işlemi kolaylaştırır. Örneğin, bir veri setindeki Maas sütununu gruplamak ve Departman sütununa göre toplam maaşı almak için şu kodu kullanabiliriz:
```python
import pandas as pd
data = pd.read_csv('veriler.csv')
grouped_data = data.groupby('Departman')['Maas'].sum()
print(grouped_data)
```
Bu kod bloğundaki data.groupby fonksiyonu, Departman sütununa göre gruplar ve Maas sütunundaki maaşların toplamını hesaplar. Sonuç, grouped_data adlı bir değişkene kaydedilir ve ekrana yazdırılır.
Pandas ile Veri Dönüştürme
Veri dönüştürme, veriyi başka bir formata veya yapısına dönüştürmek anlamına gelir. Pandas, pivot() fonksiyonu aracılığıyla veri dönüştürme işlemini sağlar. Örneğin, bir veri setindeki Departman ve Maas sütunlarını yeni bir tabloda birleştirerek analiz etmek için şu kodu kullanabiliriz:
```python
import pandas as pd
data = pd.read_csv('veriler.csv')
pivot_data = data.pivot(index='Ad', columns='Departman', values='Maas')
print(pivot_data.head())
```
Bu kod bloğundaki data.pivot fonksiyonu, Ad sütununu endeks, Departman sütununu sütun başlığı ve Maas sütununu değer olarak alarak pivot_data adlı yeni bir veri kümesi oluşturur. Sonuç, ekrana yazdırılır.
Sonuç olarak, pandas, Python programlama dilinde verileri analiz etmek ve işlemek için birçok araç ve fonksiyon sunar. Veri okuma, filtreleme, birleştirme, gruplama ve dönüştürme işlemleri de dahil olmak üzere birçok işlem, Pandas kullanılarak kolayca gerçekleştirilebilir. Yukarıdaki örneklerle birlikte, Pandas'ın veri manipülasyonu yetenekleri hakkında daha iyi bir anlayış elde etmiş olmalısınız.