Pandas ile Veri Analizi: Python'un En Güçlü Kütüphanesi

Pandas, Python'da veri analizi yapmak isteyenlerin ilk başvuracağı araçtır. Temelde tablolar (DataFrame) ve seriler (Series) üzerinde çalışan bu kütüphane, SQL benzeri işlemler yapmanı sağlıyor; ancak çok daha esnek ve Pythonic.

Neden pandas kullanıyoruz? CSV, Excel, JSON, SQL veritabanlarından veri okuyup, temizlemek, dönüştürmek, analiz etmek için ideal. Büyük veri setleriyle çalışırken bile hızlı ve bellek verimli. Ayrıca NumPy ve Matplotlib gibi diğer kütüphanelerle mükemmel uyum sağlıyor.

Basit bir örnek ile başlayalım:

1import pandas as pd
2
3# CSV dosyasını oku
4df = pd.read_csv('satislar.csv')
5
6# İlk 5 satırı gör
7print(df.head())
8
9# Temel istatistikler
10print(df.describe())
11
12# Belirli sütunu filtrele
13print(df[df['fiyat'] > 1000])
14
15# Yeni sütun ekle
16df['vergi'] = df['fiyat'] * 0.18
17
18# Grupla ve topla
19print(df.groupby('kategori')['fiyat'].sum())

Pandas'ın gücü burada başlıyor. `read_csv()` ile veriyi yükle, `head()` ile hızlı preview al, `describe()` ile ortalama, standart sapma gibi istatistikleri gör. Filtreleme satırları seç, yeni sütunlar ekle, `groupby()` ile kategorilere göre özet yap.

Veri temizliği de pandas'ın temel işlevlerinden. Boş değerleri kontrol etmek için `isnull()`, silmek için `dropna()`, doldurmak için `fillna()` kullan. Veri tiplerini dönüştürmek, duplikatları kaldırmak, satırları sıralamak, hepsi bir iki satır kod.

Çoğu veri analisti pandas olmadan iş yapamıyor. Machine learning projelerine veri hazırlamak, raporlar oluşturmak, hızlı keşifsel analiz yapmak, her yerde karşına çıkacak. Dokümantasyonu da çok iyi; resmi sayfada interaktif örnekler var. Başlangıç için pandas resmi tutorial ve W3Schools Python Pandas dersleri yeterli.