Capitolo 5. Analisidei dati con pandas
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Questo capitolo ti introdurrà a pandas, la libreria Python per l'analisi dei dati o, come mi piace definirla, il foglio di calcolo basato su Python con superpoteri. La libreria pandas rende le operazioni particolarmente complesse in Excel più semplici, veloci e meno soggette a errori. Alcune di queste operazioni includono l'acquisizione di set di dati da fonti esterne e la gestione di statistiche, serie temporali e grafici interattivi. Se hai familiarità con Power Query in Excel, pandas copre un ambito simile ma con maggiore flessibilità. I superpoteri più importanti di pandas sono la vettorizzazione e l’allineamento dei dati. Come abbiamo già visto nel capitolo precedente con gli array NumPy, la vettorizzazione ti permette di scrivere codice conciso e basato su array, mentrel’allineamento dei dati assicura che non ci siano discrepanze quando lavori con più set di dati.
Questo capitolo copre l'intero percorso di analisi dei dati con pandas: inizia con la pulizia e la preparazione dei dati prima di mostrarti come dare un senso a set di dati più grandi tramite aggregazione, statistica descrittiva e visualizzazione. Alla fine del capitolo, vedremo come importare ed esportare dati c. Ma andiamo con ordine: iniziamo con un'introduzione alle principali strutture di dati di pandas: DataFrame e Series!
DataFrame ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access