Python — Pandas

Pandas paketi ile yüklenilen data üzerinde birçok soruya cevap bulunabilir. Veriyi yükledikten sonra temel incelemeler için işe yarayabilecek kodları bir arada bulabilirsiniz.

import pandas as pd

Öncelikle örnek bir data yükleyelim, Kaggle.com üzerinden eriştiğimiz bir telekom datasını yüklüyoruz. Ve bunu data adına atıyoruz.

data = pd.read_csv('WA_Fn-UseC_-Telco-Customer-Churn.csv')

Datanın tümünü görmek için:

data

Datanın ilk 5 satırına göz atmak için:

data.head()

Datanın özelliklerine bakmak, dimension’lardaki veri count’u, mean’i, min max değerleri gibi incelemeler yapmak için:

data.describe()

Burada dikkat edilmesi gereken nokta, describe işleminin numeric değerlerin özetini çıkartıyor olması.

Datadaki boş verileri 0'la doldurmak için:

data.fillna(0)

Datadaki veri tiplerini görmek için:

data.dtypes

Get Sena Merter Dereli’s stories in your inbox

Join Medium for free to get updates from this writer.

Remember me for faster sign in

Tekrarlayan verileri tekilleştirmek için:

data.drop_duplicates()

Datadaki belli bir satırı atmak için:

data.drop(['customerID'], axis=1)

Verilerin birbiri arasındaki korelasyonlarını görmek için:

data.corr()

Korelasyonu da yine numeric değerler arasında yapmış olduğunu görüyoruz.

Korelasyon seviyelerini görsel bir şekilde görebilmek için:

Bu noktada factorize fonksiyonu ile diğer verilerin de numeric değerler alması sağlanabilir, böylece bütün veriler arasındaki korelasyonu görebiliyoruz. Tabiki bu yapılacak işe, ihtiyaca göre değişir ve farklı metodlar kullanılabilir.

import seaborn as sns
sns.heatmap(data.corr(), cmap='BuGN'

Dimension bazında 0'dan büyük sayıların countunu almak için:

data[data > 0].count

Datadaki numeric olmayan verileri numeric hale getirmek için:

data = data.apply(pd.to_numeric)

Datada yaş gibi gruplanması gereken dimensionlar için:

data["Age"] = pd.cut(data["Age"],bins=[10,20,30,40,50,60,70,80,90,100])

Sadece bu kodları kullanarak bile mevcut veri hakkında birçok fikir sahibi olunabilir. Sonraki yazılarımda inceleme sonrası yapılabilecek veri manipülasyonlarından bahsedeceğim.