Python

Pandas kitabxanasındakı read_csv funksiyası CSV (Vergül ilə Ayırılmış Dəyərlər) formatında olan məlumat fayllarını oxumaq üçün istifadə olunur. Bu funksiya məlumatı DataFrame obyektinə yükləyir və məlumatı manipulyasiya və təhlil etmək üçün müxtəlif metodlar təqdim edir.import pandas as pd df = pd.read_csv('data.csv') print(df)

Pandas kitabxanasındakı head funksiyası DataFrame-in ilk n sətrini qaytarır. Əsasən, n dəyəri 5-dir, lakin istəyə bağlı olaraq fərqli bir dəyər təyin edilə bilər.   import pandas as pd df = pd.read_csv('data.csv') # DataFrame-in ilk 3 sətrini götür first_three_rows = df.head(3) print(first_three_rows)  

Pandas kitabxanasındakı tail funksiyası DataFrame-in son n sətrini qaytarır. Əsasən, n dəyəri 5-dir, lakin istəyə bağlı olaraq fərqli bir dəyər təyin edilə bilər.   import pandas as pd df = pd.read_csv('data.csv') # DataFrame-in son 3 sətrini götür last_three_rows = df.tail(3) print(last_three_rows)  

Pandas kitabxanasındakı info funksiyası DataFrame haqqında ətraflı bir xülasə məlumat təqdim edir. Bu funksiya DataFrame-in sütun adlarını, məlumat tiplərini və yaddaş istifadəsini göstərir. Həmçinin, DataFrame-in dolu olmayan dəyərlərini və yaddaş istifadəsini də bildirir.   import pandas as pd df = pd.read_csv('data.csv') # DataFrame haqqında məlumat al info_df = df.info() print(info_df)  

Pandas kitabxanasındakı describe funksiyası DataFrame-in rəqəmsal sütunlarına ümumiyyətlə bağlı statistik bir xülasə təqdim edir. Bu funksiya sütunlar üçün sayğac, orta, standart deviasiya, minimum dəyər, kvartillər və maksimum dəyər kimi statistik məlumatları göstərir.   import pandas as pd df = pd.read_csv('data.csv') # DataFrame-in statistik xülasəsini götür statistical_summary = df.describe() print(statistical_summary)  

Pandas kitabxanasındakı dropna funksiyası DataFrame-dən eksik dəyərlərə malik sətirləri və ya sütunları silmək üçün istifadə olunur. Bu funksiya, eksik dəyərlərə malik olan məlumatları təmizləmək və ya eksik dəyərlərə əsaslanan əməliyyatlar yerinə yetirmək üçün çox istifadə olunur.import pandas as pd # Eksik dəyərlərə malik sətirləri sil cleaned_df = df.dropna() print(cleaned_df)

Pandas kitabxanasındakı fillna funksiyası DataFrame-dəki eksik dəyərləri müəyyən bir dəyər və ya metoddan istifadə edərək doldurmaq üçün istifadə olunur. Bu funksiya eksik dəyərləri orta, median, son dəyər və ya müəyyən bir dəyər ilə doldurma kimi fərqli strategiyalar təqdim edir.import pandas as pd # Eksik dəyərləri müəyyən bir dəyərlə doldur df_filled = df.fillna(0) print(df_filled)

Pandas kitabxanasındakı groupby funksiyası DataFrame-dəki veriləri müəyyən bir sütuna əsasən qruplaşdırmaq üçün istifadə olunur. Bu funksiya, bir veri cədvəlindəki qruplar üzərində əməliyyatlar yerinə yetirmək və xülasə statistikaları üretmək üçün faydalıdır.import pandas as pd # 'kateqoriya' sütununa əsasən veriləri qruplaşdır grouped_df = df.groupby('kateqoriya').sum() print(grouped_df)

Pandas kitabxanasındakı merge funksiyası iki və ya daha çox DataFrame-i birləşdirmək üçün istifadə olunur. Bu funksiya ortaq sütunlara və ya indekslərə əsaslanan birləşdirmə əməliyyatları yerinə yetirmək üçün istifadə olunur və məlumatları birləşdirərək yeni bir DataFrame yaradır.import pandas as pd # İki DataFrame-i birləşdir merged_df = pd.merge(df1, df2, on='ortaq_sutun') print(merged_df)

Pandas kitabxanasındakı sort_values funksiyası DataFrame-i müəyyən bir sütuna və ya birdən çox sütuna görə sıralamaq üçün istifadə olunur. Bu funksiya verilənləri artan və ya azalan sıralama ilə düzəltmək üçün istifadə edilə bilər.import pandas as pd # DataFrame-i 'sutun' sütununa görə sırala sorted_df = df.sort_values('sutun') print(sorted_df)

Pandas kitabxanasındakı rename funksiyası DataFrame-in sütunlarının və ya indekslərinin adlarını dəyişmək üçün istifadə olunur. Bu funksiya müəyyən bir sütunun və ya indeksin adını dəyişmək və ya bütün sütunların və indekslərin adlarını yenidən adlandırmaq üçün istifadə edilə bilər.import pandas as pd # 'eski_ad' sütununun adını 'yeni_ad' olaraq dəyiş df.rename(columns={'eski_ad': 'yeni_ad'}, inplace=True) print(df)

Pandas kitabxanasındakı pivot_table funksiyası DataFrame üzərində xülasə cədvəli yaratmaq üçün istifadə olunur. Bu funksiya məlumatı bir və ya daha çox sütuna görə qruplaşdırır və hesablanmış xülasə statistikaları ilə nəticələri cədvəl şəklində təqdim edir.import pandas as pd # 'sutun1' və 'sutun2' sütunlarına görə xülasə cədvəlini yarat summary_table = df.pivot_table(values='qiymət', index='sutun1', columns='sutun2', aggfunc='mean') print(summary_table)

Pandas kitabxanasındakı to_csv funksiyası DataFrame-i bir CSV faylı olaraq saxlamaq üçün istifadə olunur. Bu funksiya DataFrame-i bir fayla yazmaq və məlumatları CSV formatında ixrac etmək üçün istifadə edilə bilər.import pandas as pd # DataFrame-i 'data.csv' adlı fayla yadda saxla df.to_csv('data.csv', index=False)