**Podstawy Pandas: Wczytywanie, przeglądanie i filtrowanie danych

Deep Dive Section: Zaawansowane Techniki w Pandas

W poprzedniej lekcji nauczyliście się podstaw, takich jak wczytywanie danych i filtrowanie. Teraz odkryjemy kilka zaawansowanych technik, które pozwolą Wam na bardziej efektywną pracę z danymi:

1. Agregacja i Grupowanie Danych: Pandas oferuje potężne funkcje do agregacji danych. Użyjemy groupby() do grupowania danych na podstawie jednej lub kilku kolumn, a następnie zastosujemy funkcje agregujące, takie jak mean(), sum(), count(), max() i min(). Na przykład, możemy obliczyć średnią cenę produktów pogrupowanych po kategorii.

        
import pandas as pd

# Załóżmy, że mamy DataFrame 'sprzedaz'
sprzedaz_pogrupowana = sprzedaz.groupby('kategoria')['cena'].mean()
print(sprzedaz_pogrupowana)
        
      

2. Łączenie i Scalanie DataFrame: Często będziemy mieli dane w wielu plikach lub DataFrame. Pandas pozwala na łatwe łączenie i scalanie danych za pomocą funkcji merge(), join() i concat(). merge() służy do łączenia DataFrame na podstawie wspólnych kolumn, join() do łączenia na podstawie indeksu, a concat() do łączenia wzdłuż osi (wiersze lub kolumny).

        
# Załóżmy, że mamy dwa DataFrame: 'zamowienia' i 'klienci'
polaczone_dane = pd.merge(zamowienia, klienci, on='id_klienta', how='left')
print(polaczone_dane.head())
        
      

3. Obsługa Brakujących Danych (NaN): W świecie rzeczywistym dane rzadko są idealne. Pandas ułatwia identyfikację i obsługę brakujących danych (reprezentowanych jako NaN). Możemy wypełniać brakujące wartości (fillna()), usuwać wiersze z brakującymi danymi (dropna()) lub interpolować wartości.

        
# Wypełnianie brakujących wartości średnią
dane.fillna(dane.mean(), inplace=True)
print(dane.isnull().sum()) # Sprawdzamy czy brakujące dane zostały wypełnione
        
      

Bonus Exercises

Przetestuj swoją wiedzę! Poniżej znajdują się dodatkowe ćwiczenia, które pomogą Ci utrwalić zdobytą wiedzę:

1. Ćwiczenie 1: Analiza Danych o Sprzedaży w Polskich Sklepach. Masz plik CSV zawierający dane o sprzedaży produktów w różnych polskich sklepach (np. Biedronka, Lidl, Auchan). Użyj Pandas do:
   1. Wczytania danych do DataFrame.
   2. Obliczenia sumy sprzedaży dla każdego sklepu.
   3. Wyświetlenia 5 najlepiej sprzedających się produktów.
2. Ćwiczenie 2: Analiza Danych o Frekwencji w Kinach. Masz plik CSV z danymi o frekwencji w kinach w polskich miastach. Użyj Pandas do:
   1. Pogrupowania danych po miastach.
   2. Wyznaczenia średniej frekwencji dla każdego miasta.
   3. Znalezienia miasta z najwyższą i najniższą średnią frekwencją.
3. Ćwiczenie 3: Czyszczenie Danych o Użytkownikach. Masz DataFrame z danymi o użytkownikach. Dane te zawierają braki (NaN) w kolumnie "wiek".
   1. Wypełnij brakujące wartości wieku średnią wieku.
   2. Sprawdź, czy wciąż istnieją brakujące dane w DataFrame.

Real-World Connections: Gdzie tego użyjemy?

Umiejętności zdobyte dzisiaj znajdują zastosowanie w wielu dziedzinach:

• Analiza finansowa: Analiza danych giełdowych, zarządzanie portfelem, prognozowanie.
• Marketing i sprzedaż: Segmentacja klientów, analiza zachowań zakupowych, optymalizacja kampanii reklamowych.
• Nauka o danych i badania: Przygotowywanie i analiza danych eksperymentalnych, eksploracja danych z badań naukowych (np. w dziedzinach takich jak medycyna, socjologia).
• Logistyka i zarządzanie łańcuchem dostaw: Optymalizacja tras, zarządzanie zapasami, analiza efektywności dostaw.
• Analiza danych społecznych: Badanie trendów w mediach społecznościowych, analiza opinii publicznej, monitorowanie sentymentu.

Wyobraź sobie, że pracujesz dla polskiego startupu, który chce zoptymalizować swoją strategię marketingową. Dzięki Pandas możesz analizować dane o klientach, identyfikować najbardziej wartościowych klientów i personalizować komunikację marketingową. A może pracujesz w firmie badawczej, gdzie analizujesz dane z badań rynku, takich jak popularność pierogów ruskich w różnych regionach Polski. Pandas to Twój najlepszy przyjaciel!

Challenge Yourself

Jeśli czujesz się pewnie, spróbuj wykonać to zaawansowane zadanie:

Challenge: Stwórz skrypt, który wczytuje dane o cenach akcji z pliku CSV. Zastosuj filtr, aby wybrać tylko te akcje, których cena wzrosła o co najmniej 5% w ciągu tygodnia. Wykorzystaj funkcje resample() do analizy trendów tygodniowych.

Further Learning

Chcesz dowiedzieć się więcej? Oto kilka sugestii:

• Oficjalna Dokumentacja Pandas: https://pandas.pydata.org/docs/ - to najlepsze źródło wiedzy.
• Kursy online: Platformy takie jak Coursera, Udemy, DataCamp oferują zaawansowane kursy Pandas.
• Książki: Poszukaj książek o analizie danych w Pythonie, często zawierają one zaawansowane tematy z Pandas.
• Projekty: Znajdź otwarte zestawy danych (np. z Kaggle) i spróbuj analizować je, używając poznanych technik.