Il-moda u l-ipprogrammar jistgħu jidhru bħala żewġ dinjiet kompletament differenti, iżda meta niġu għall-analiżi tad-dejta u t-tbassir tat-tendenzi, jistgħu jingħaqdu flimkien b'mod sabiħ. F'dan l-artikolu, se nesploraw problema komuni għall-analiżi tad-dejta fl-industrija tal-moda: inħallu ġranet speċifiċi mid-dejta tad-data tal-pandas. Dan jista 'jkun partikolarment utli meta jiġu analizzati mudelli, xejriet u data tal-bejgħ. Se ngħaddu minn spjegazzjoni pass pass tal-kodiċi, u niddiskutu diversi libreriji u funzjonijiet li jgħinuna nilħqu l-għan tagħna.
Werrej
Pandas u Datetime fil-Moda
Pandas hija librerija Python popolari użata primarjament għall-analiżi u l-manipulazzjoni tad-dejta. Fid-dinja tal-moda, tista 'tintuża biex tgħarbel ammonti kbar ta' dejta biex tidentifika xejriet, tanalizza l-preferenzi tal-klijenti, u tbassar xejriet futuri. Pandas jappoġġja l-funzjonalità tad-datetime, li jippermettilna naħdmu bid-dati u l-ħinijiet mingħajr sforz.
F'ħafna każijiet, huwa meħtieġ li jitħallew barra ġranet speċifiċi jew firxiet ta 'jiem mis-sett tad-dejta tagħna. Pereżempju, nistgħu rridu neskludu l-weekends jew il-vaganzi biex niffukaw fuq ġranet importanti tal-bejgħ, bħall-Black Friday jew Cyber Monday.
Nifhmu Il-Problema
Ejja ngħidu li għandna sett ta' dejta li fih data ta' bejgħ ta' kuljum f'format CSV, u rridu nanalizzaw l-informazzjoni filwaqt li neskludu tmiem il-ġimgħa. Biex nilħqu dan, nibdew minn timporta s-sett tad-dejta bl-użu tal-pandas, u mbagħad nimanipulaw id-dejta biex inneħħu l-weekends.
Hawn hu l-proċess pass pass:
1. Importa l-libreriji meħtieġa.
2. Tagħbija s-sett tad-dejta.
3. Ikkonverti l-kolonna tad-data fil-format datetime (jekk mhux diġà f'dak il-format).
4. Iffiltra l-qafas tad-data biex teskludi tmiem il-ġimgħa.
5. Analizza d-dejta ffiltrata.
Nota: Dan il-metodu jista' jiġi applikat għal kwalunkwe dataset fejn id-data tinħażen f'kolonna separata.
# Step 1: Import the necessary libraries
import pandas as pd
from pandas.tseries.offsets import BDay
# Step 2: Load the dataset
data = pd.read_csv('sales_data.csv')
# Step 3: Convert the date column to datetime format
data['date'] = pd.to_datetime(data['date'])
# Step 4: Filter the dataframe to exclude weekends
filtered_data = data[data['date'].dt.dayofweek < 5]
# Step 5: Analyze the filtered data
print(filtered_data.head())
Interpretazzjoni tal-Kodiċi
Fil-blokka tal-kodiċi ta 'hawn fuq, nibdew billi timporta żewġ libreriji essenzjali: pandas u BDay (jum tan-negozju) minn pandas.tseries.offsets. Aħna tagħbija d-dataset billi tuża l-funzjoni pandas read_csv, u żgura li l-kolonna tad-data tkun f'format ta' datatime.
il dt.dayofweek attribut jirritorna l-jum tal-ġimgħa bħala numru sħiħ (It-Tnejn: 0, il-Ħadd: 6). Biex niffiltraw il-weekends, inżommu biss ringieli b'valur ta' jum ta' ġimgħa inqas minn 5.
Fl-aħħarnett, aħna nanalizzaw id-dejta ffiltrata billi nistampaw l-ewwel ftit ringieli billi tuża l- ras () funzjoni.
Funzjonijiet Addizzjonali u Libreriji
Dan il-metodu jista' jiġi estiż aktar biex jinkludi kriterji oħra ta' filtrazzjoni jew biex jaħdem ma' meded ta' dati differenti. Xi libreriji u funzjonijiet utli li jistgħu jappoġġjaw dan il-proċess jinkludu:
- numPy: Librerija għall-komputazzjoni numerika f'Python, li tista' tintuża għal manipulazzjoni effiċjenti ta 'array u operazzjonijiet matematiċi.
- DateTime: Modulu fil-librerija standard ta 'Python li jgħinna naħdmu bid-dati u l-ħinijiet faċilment.
- data_range: Funzjoni fi ħdan pandas li tippermettilna noħolqu firxa ta 'dati skont settings ta' frekwenza differenti, bħal ġranet tan-negozju, ġimgħat jew xhur.
Billi tuża dawn l-għodod u tekniki flimkien mal-pandas u l-manipulazzjoni tad-datetime, tista 'toħloq flussi ta' xogħol robusti ta 'analiżi tad-dejta li jilqgħu għall-ħtiġijiet speċifiċi tal-industrija tal-moda, bħall-identifikazzjoni ta' xejriet, preferenzi tal-klijenti, u prestazzjoni tal-bejgħ.
