Pandas është një bibliotekë e fuqishme Python për analizën dhe manipulimin e të dhënave, e përdorur gjerësisht në fusha të ndryshme, duke përfshirë botën e modës. Duke përdorur Pandat, ekspertët dhe zhvilluesit e modës mund të dallojnë tendencat, modelet dhe njohuritë duke analizuar grupet e të dhënave që lidhen me industrinë e modës. Në këtë artikull, ne do të shqyrtojmë funksionet e fuqishme të Pandas, thotë shumë, dhe aplikimet e tyre në analizën e të dhënave të modës.
Këto funksione mund të jenë shumë të dobishme për të zbuluar informacione të rëndësishme rreth artikujve të modës si shitjet, tendencat e çmimeve, vlerësimi i produkteve dhe më shumë. Duke llogaritur mesataren dhe shumën e atributeve të ndryshme, ne mund të nxjerrim njohuri të vlefshme për të marrë vendime të informuara në lidhje me stilin dhe tendencat e modës.
Zgjidhja e problemit
Për të demonstruar përdorimin e pandave thotë shumë funksionet, le të supozojmë se kemi një grup të dhënash që përmban detaje rreth artikujve të ndryshëm të modës si stili, ngjyrat, çmimi dhe vlerësimi i tyre. Ne do ta importojmë këtë grup të dhënash në një DataFrame panda dhe do të fillojmë analizën tonë duke përdorur funksionet mesatare dhe shumë.
import pandas as pd
# Read data from a CSV file and load it into a DataFrame
data = pd.read_csv('fashion_items.csv')
# Calculate mean and sum of the price column
mean_price = data['price'].mean()
sum_price = data['price'].sum()
print('Mean price:', mean_price)
print('Total price:', sum_price)
Shpjegimi hap pas hapi i kodit
- Së pari, ne importojmë bibliotekën e pandave me pseudonimin 'pd'.
- Më pas, lexojmë të dhënat nga një skedar CSV i quajtur 'fashion_items.csv' dhe i ngarkojmë në një DataFrame me emrin 'data' duke përdorur funksionin pd.read_csv. Të dhënat përmbajnë informacione rreth artikujve të ndryshëm të modës.
- Më pas, ne llogarisim çmimin mesatar të të gjithë artikujve të modës duke përdorur funksionin mean() të aplikuar në kolonën 'çmimi' të DataFrame. Kjo vlerë ruhet në një variabël të quajtur 'çmimi_mesatar'.
- Në mënyrë të ngjashme, ne llogarisim çmimin total të të gjitha artikujve të modës duke thirrur funksionin sum() në kolonën 'çmimi'. Kjo vlerë ruhet në një variabël të quajtur 'sum_price'.
- Së fundi, ne shtypim mesataren e llogaritur dhe çmimet totale të artikujve të modës.
Bibliotekat dhe funksionet e ngjashme në Panda
Ka një bollëk bibliotekash dhe funksionesh që plotësojnë përdorimin e pandave për analizën e të dhënave në industrinë e modës. Disa nga këto funksione të dobishme përveç thotë shumë përfshijnë:
Funksioni i grupit të pandave
La grup nga funksioni është veçanërisht i dobishëm për grumbullimin e të dhënave bazuar në kolona specifike. Për shembull, nëse duam të analizojmë çmimin mesatar dhe total të artikujve të modës për çdo stil të pranishëm në grupin tonë të të dhënave.
# Group data by style and calculate mean and sum of the price
grouped_data = data.groupby('style')['price'].agg(['mean', 'sum'])
print(grouped_data)
Funksioni i bashkimit të pandave
La shkrihet funksioni na lejon të kombinojmë dy DataFrames bazuar në një kolonë të përbashkët. Për shembull, supozoni se kemi një grup të dhënash të veçantë që përmban informacion në lidhje me popullaritetin e secilit stil. Duke bashkuar të dy DataFrames, ne mund ta transformojmë këtë informacion në njohuri të vlefshme.
# Import data related to style popularity
style_popularity_data = pd.read_csv('style_popularity.csv')
# Merge the original data and style_popularity_data based on the 'style' column
merged_data = pd.merge(data, style_popularity_data, on='style')
print(merged_data.head())
Duke kuptuar dhe zbatuar këto funksione të fuqishme brenda bibliotekës së Pandas, ekspertët dhe zhvilluesit e modës mund të marrin vendime të informuara dhe të analizojnë me lehtësi tendencat dhe stilet më të fundit.
