Pandas Python: Datenanalyse lernen – DataFrame, Series &…

Pandas — ist die fundamentale Bibliothek für Datenanalyse in Python und hat sich zum Industriestandard für die Verarbeitung strukturierter Informationen entwickelt. Erstellt von Wes McKinney im Jahr 2008, leitet sich der Name vom Begriff "Panel Data" ab — Paneldaten in der Ökonometrie.

Was ist Pandas und warum ist es so wichtig?

Pandas ist eine leistungsstarke Open-Source-Bibliothek, die auf NumPy aufbaut und hochwertige Datenstrukturen sowie Werkzeuge für eine schnelle und effiziente Datenanalyse bereitstellt. Die Bibliothek ist besonders effektiv bei der Arbeit mit tabellarischen Daten, Zeitreihen und jeglicher strukturierter Information.

Die wichtigsten Vorteile von Pandas:

Vielseitigkeit: Pandas unterstützt verschiedene Datenformate — von CSV und Excel über JSON, SQL, HTML und viele weitere.

Leistung: Dank optimierter Algorithmen auf Basis von Cython und NumPy bietet die Bibliothek eine hohe Verarbeitungsgeschwindigkeit auch bei großen Datenmengen.

Intuitivität: Die Syntax der Bibliothek ist der natürlichen Sprache nachempfunden, was den Code verständlich und leicht erlernbar macht.

Integration: Pandas lässt sich hervorragend mit anderen Bibliotheken des Python-Ökosystems kombinieren — NumPy, Matplotlib, Scikit-learn, SciPy.

Anwendungsbereiche von Pandas:

Datenanalyse und Visualisierung — Erstellung von Berichten, Dashboards und explorativen Analysen
Maschinelles Lernen — Datenvorverarbeitung, Feature Engineering, Aufbereitung von Datensätzen
Finanzanalyse — Zeitreihenanalyse, Berechnung finanzieller Kennzahlen
Business Intelligence — Berichtserstellung, Verkaufsanalyse, KPIs
Wissenschaftliche Forschung — Verarbeitung experimenteller Daten, statistische Analysen
Web Scraping — Strukturierung und Bereinigung gesammelter Daten

Installation und Einbindung von Pandas

Installation mit pip:

pip install pandas

Installation mit conda:

conda install pandas

Bibliothek einbinden:

import pandas as pd
import numpy as np  # wird oft zusammen mit pandas verwendet

Die Abkürzung pd hat sich als universeller Standard in der Python-Community etabliert und wird in allen Tutorials und der Dokumentation verwendet.

Grundlegende Datenstrukturen: Series und DataFrame

Series — eindimensionale Daten mit Indizes

Eine Series ist ein eindimensionales Array mit Beschriftungen (Indizes), das beliebige Datentypen enthalten kann: Zahlen, Zeichenketten, boolesche Werte, Python-Objekte.

# Series aus einer Liste erstellen
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])

# Series aus einem Dictionary erstellen
data = {'Berlin': 3600000, 'Hamburg': 1800000, 'München': 1500000}
population = pd.Series(data)

# Zugriff auf Elemente
print(population['Berlin'])  # 3600000
print(population.iloc[0])    # erstes Element

DataFrame — zweidimensionale tabellarische Daten

Ein DataFrame ist eine zweidimensionale Datenstruktur mit beschrifteten Zeilen und Spalten, vergleichbar mit einer Tabelle in einer relationalen Datenbank oder einem Excel-Blatt.

# DataFrame aus einem Dictionary erstellen
data = {
    'Name': ['Anna', 'Boris', 'Viktoria', 'Dmitri'],
    'Alter': [25, 30, 22, 28],
    'Stadt': ['Berlin', 'Hamburg', 'Köln', 'Berlin'],
    'Gehalt': [80000, 95000, 60000, 75000]
}
df = pd.DataFrame(data)

# DataFrame mit benutzerdefiniertem Index erstellen
df = pd.DataFrame(data, index=['emp1', 'emp2', 'emp3', 'emp4'])

Daten laden und speichern

Laden aus verschiedenen Formaten


  Auch in der Bibliothek
  
                
                  
                 Arbeiten mit Markdown in TypeScript: Bibliotheken, Parser und Werkzeuge
      
                
                  
                 gRPC-Go für Go: Vollständiges Tutorial mit Code-Beispielen
      
                
                  
                 Datenvalidierung in Go: Überblick über Bibliotheken und Ansätze
      
                
                  
                 Biometric für Kotlin: Vollständige Anleitung mit Beispielen
      
                
                  
                 JWT-Tokens in Kotlin: Vollständiger Leitfaden mit Codebeispielen