今日の世界では、データを扱うことは、開発者とアナリストの両方にとって不可欠なスキルになっています。 データ分析の実行に役立つ XNUMX つの強力なライブラリは、 パンダ、Python プログラミング言語の上に構築されています。 この記事では、Python で pandas をインストールする方法を見ていきます。 Gitの、ライブラリの動作を理解し、データ分析タスクに役立つさまざまな機能を調べます。 それでは、すぐに飛び込んでみましょう。
Git を使用したパンダのインストール
Git を使用して pandas をインストールするには、最初に pandas リポジトリを GitHub からローカル マシンに複製する必要があります。 リポジトリのコピーを取得したら、以下の手順に従ってすべてを適切に設定できます。
git clone git://github.com/pandas-dev/pandas.git cd pandas python -m venv venv source venv/bin/activate # On Windows use `venvScriptsactivate` pip install -e .
上記のコードは次のことを行います。
- pandas リポジトリのクローンを作成します。
- 現在のディレクトリを pandas フォルダーに変更します。
- 「venv」という仮想環境を作成します。
- 仮想環境をアクティブにします。
- pandas を編集可能モードでインストールします。これにより、ソース コードを直接変更できます。
Git 経由で pandas をインストールしたので、Python で作業を開始できます。
パンダを始めよう
pandas の使用を開始するには、ライブラリを Python コードにインポートする必要があります。 これは、次のコマンドを使用して実行できます。
import pandas as pd
パンダがインポートされるようになったので、CSV、Excel、SQL データベースなど、さまざまな形式のデータセットで作業を開始できます。 Pandas は、データ操作に XNUMX つの主要なデータ構造を使用します。 データフレーム & シリーズ.
DataFrame はラベル付きの軸を持つ XNUMX 次元のテーブルですが、Series はラベル付きの XNUMX 次元の配列です。 これらのデータ構造により、データに対してさまざまな操作と分析を実行できます。
データの読み込みと探索
pandas の使用方法を示すために、サンプル データセット (さまざまな製品、そのカテゴリ、および価格に関する詳細を含む CSV ファイル) を考えてみましょう。 ファイルをロードして、次のように DataFrame を作成できます。
data = pd.read_csv('products.csv')
DataFrame の内容を表示するには、次のコマンドを使用します。
print(data.head())
頭（） 関数は、DataFrame の最初の XNUMX 行を返します。 pandas 関数を使用して、統計の計算、データのフィルタリング、列の操作など、他の操作を実行することもできます。
まとめ
この記事を通じて、次の方法を学びました。 Git を使用して Python に pandas をインストールする また、DataFrames や Series など、ライブラリの基本的な概念を調べました。 さらに、pandas 関数を使用したデータの読み込みと探索についても学びました。 これらの基本的な概念により、プロジェクトでデータ分析タスクを実行するために必要な知識が身に付きました。 引き続き pandas を使用する場合は、この強力なライブラリが提供する膨大な数の関数とメソッドを探索してください。データの世界では、学ぶべきことが常にたくさんあります!
