Pandas ile Veri Analizi: Başlangıç Rehberi

Pandas, Python ile veri analizi yapmak için kullanılan güçlü bir kütüphanedir. Büyük veri tablolarını düzenlemeyi, eksik verileri incelemeyi ve farklı kaynaklardan gelen bilgileri analiz etmeyi kolaylaştırır. Bu rehberde Pandas'ın ne olduğunu, nasıl kullanıldığını ve temel veri analizi işlemlerini öğreneceksin.

Pandas Nedir?

Pandas, Python programlama dili için geliştirilmiş açık kaynaklı bir veri işleme ve analiz kütüphanesidir. Özellikle tablo biçimindeki verilerle çalışmak için kullanılır. Excel tablolarına benzer verileri Python kodlarıyla düzenlemeyi, filtrelemeyi ve incelemeyi sağlar.

Pandas, NumPy kütüphanesiyle birlikte çalışabilir ve farklı veri kaynaklarından bilgi okumayı destekler. Veri bilimi, raporlama, finansal veri analizi ve makine öğrenmesi projelerinin veri hazırlama aşamalarında yaygın olarak kullanılır.

Pandas Ne İşe Yarar?

Pandas, ham verileri analiz için uygun bir yapıya dönüştürmeye yardımcı olur. Birden fazla dosyadaki verileri birleştirmek, belirli koşullara uyan kayıtları seçmek veya kategorilere göre özetler oluşturmak gibi işlemler gerçekleştirilebilir.

Kütüphane, özellikle tekrarlanan veri işleme adımlarını otomatikleştirmek isteyenler için kullanışlıdır. Böylece manuel olarak yapılması zaman alan işlemler Python kodlarıyla daha tutarlı biçimde yürütülebilir.

Pandas'ın yaygın kullanım alanları şunlardır:

• Veri temizleme: Eksik veya tutarsız değerleri tespit etmek ve düzenlemek.
• Veri filtreleme: Belirli koşulları sağlayan kayıtları seçmek.
• Veri birleştirme: Farklı tablolardaki ilişkili bilgileri bir araya getirmek.
• İstatistiksel analiz: Ortalama, toplam ve medyan gibi ölçümleri hesaplamak.
• Veri dönüştürme: Tarih, metin ve sayısal değerleri uygun biçimlere çevirmek.
• Raporlama: Gruplandırılmış verilerden özet tablolar oluşturmak.

Pandas Nasıl Kurulur?

Pandas kullanmak için bilgisayarında Python'ın kurulu olması gerekir. Kütüphaneyi Python paket yöneticisi olan pip ile yükleyebilirsin. Terminal veya komut satırında aşağıdaki komutu çalıştırman yeterlidir:

pip install pandas

Jupyter Notebook kullanıyorsan kurulumu bir hücrede de gerçekleştirebilirsin:

%pip install pandas

Kurulum tamamlandıktan sonra kütüphaneyi Python dosyana aktarabilirsin:

import pandas as pd

Buradaki pd, Pandas için yaygın olarak kullanılan kısa isimdir. Bu kullanım, kodlarda pandas yerine pd yazarak işlemleri daha kısa ifade etmeyi sağlar.

Pandas'ın Temel Veri Yapıları Nelerdir?

Pandas, verileri farklı biçimlerde saklamak ve işlemek için iki temel veri yapısı sunar: Series ve DataFrame. Hangi yapının kullanılacağı, verinin tek boyutlu mu yoksa tablo biçiminde mi olduğuna bağlıdır.

Series Nedir?

Series, etiketli bir indeksle birlikte tek boyutlu verileri tutan bir yapıdır. Bir sütundaki ürün fiyatları veya günlük sıcaklık değerleri gibi tek bir veri dizisini temsil edebilir.

import pandas as pd

fiyatlar = pd.Series([120, 250, 180, 300])

print(fiyatlar)

Bu örnekte Pandas, her değere varsayılan olarak sıfırdan başlayan bir indeks atar. İndeksler, verilere erişmek ve belirli kayıtları seçmek için kullanılabilir.

DataFrame Nedir?

DataFrame, satır ve sütunlardan oluşan iki boyutlu bir veri yapısıdır. Excel tablosuna benzer biçimde farklı veri türlerini içeren sütunları bir arada tutabilir.

veriler = {
    "Ürün": ["Klavye", "Fare", "Monitör"],
    "Fiyat": [800, 350, 4500],
    "Stok": [15, 30, 8]
}

df = pd.DataFrame(veriler)

print(df)

Bu örnekte ürün adı, fiyat ve stok bilgileri tek bir tabloda toplanır. DataFrame, Pandas ile gerçekleştirilen birçok veri analizi işleminin temelini oluşturur.

Pandas ile Veri Analizi Nasıl Yapılır?

Veri analizi süreci genellikle veriyi içe aktarma, yapısını inceleme, temizleme ve anlamlı sonuçlar elde etme adımlarından oluşur. Pandas, bu adımların her biri için farklı işlevler sunar.

1. Veriler Nasıl İçe Aktarılır?

Pandas, CSV ve Excel gibi yaygın dosya biçimlerini okuyabilir. CSV dosyaları için read_csv(), Excel dosyaları için read_excel() işlevi kullanılır.

df = pd.read_csv("veriler.csv")

print(df.head())

head() işlevi, tablonun ilk beş satırını gösterir. Böylece verilerin doğru yüklenip yüklenmediğini hızlıca kontrol edebilirsin.

Excel dosyalarını okumak için şu kodu kullanabilirsin:

df = pd.read_excel("veriler.xlsx")

Excel dosyalarıyla çalışırken gerekli bağımlılığın, örneğin openpyxl paketinin, kurulu olması gerekebilir.

2. Veri Seti Nasıl İncelenir?

Analize başlamadan önce veri setinin boyutunu, sütunlarını ve veri türlerini anlamak önemlidir. Bu inceleme, hatalı veri türlerini veya beklenmeyen değerleri erken aşamada fark etmeyi sağlar.

print(df.head())
print(df.shape)
print(df.columns)
print(df.info())
print(df.describe())

Bu komutların görevleri farklıdır:

• head(): İlk satırları görüntüler.
• shape: Satır ve sütun sayısını verir.
• columns: Sütun adlarını gösterir.
• info(): Veri türleri ve dolu değer sayıları hakkında bilgi verir.
• describe(): Sayısal sütunlar için temel istatistikleri özetler.

3. Veriler Nasıl Filtrelenir ve Sıralanır?

Filtreleme, belirli koşulları karşılayan kayıtları seçmeyi sağlar. Örneğin yalnızca fiyatı 1.000 TL'den yüksek ürünleri incelemek için koşullu seçim yapılabilir.

pahali_urunler = df[df["Fiyat"] > 1000]

print(pahali_urunler)

Verileri belirli bir sütuna göre sıralamak için sort_values() kullanılabilir:

sirali_veriler = df.sort_values(
    by="Fiyat",
    ascending=False
)

ascending=False ifadesi büyük değerlerin önce gösterilmesini sağlar. Böylece ürünleri en yüksek fiyattan en düşük fiyata doğru sıralayabilirsin.

4. Eksik Veriler Nasıl Yönetilir?

Veri setlerinde bazı hücreler boş olabilir. Eksik değerler analiz sonuçlarını etkileyebileceği için öncelikle hangi sütunlarda ve ne sıklıkta bulundukları incelenmelidir.

print(df.isnull().sum())

Bu kod, her sütundaki eksik değer sayısını gösterir. Eksik verilerin nasıl ele alınacağı, analiz amacına ve verinin niteliğine göre belirlenmelidir.

Örneğin, eksik kayıtları silmek veya uygun durumlarda bir değerle doldurmak mümkündür:

df_temiz = df.dropna()

df_doldurulmus = df.fillna(0)

dropna() eksik değer içeren satırları kaldırabilir. fillna(0) ise eksik değerleri sıfırla değiştirir. Ancak sıfır her veri için anlamlı bir değer olmadığından, bu işlem uygulanmadan önce verinin bağlamı değerlendirilmelidir.

5. Gruplandırma ve Özetleme Nasıl Yapılır?

Gruplandırma, benzer özelliklere sahip kayıtları bir araya getirerek karşılaştırma yapmayı kolaylaştırır. Örneğin satış verilerinde her kategorinin toplam satış miktarı hesaplanabilir.

ozet = df.groupby("Kategori")["Satis"].sum()

print(ozet)

Bu örnek, kayıtları kategoriye göre gruplandırır ve her kategorideki satış değerlerini toplar. groupby() işlevi; toplam, ortalama ve kayıt sayısı gibi farklı ölçümlerle birlikte kullanılabilir.

Pandas ile Veri Analizi Yaparken Nelere Dikkat Edilmelidir?

Pandas ile doğru sonuçlar elde etmek yalnızca uygun kodları kullanmaya bağlı değildir. Veri kalitesi, veri türleri ve yapılan işlemlerin analiz amacına uygunluğu da dikkate alınmalıdır.

• Veri türlerini kontrol et: Sayısal olması gereken sütunların metin olarak okunup okunmadığını incele.
• Eksik değerleri anlamlandır: Her boş hücreyi otomatik olarak sıfırla doldurma.
• Orijinal veriyi koru: Temizleme işlemlerinden önce ham veri dosyasını sakla.
• Kodlarını küçük adımlarla test et: Her işlemden sonra sonuçları kontrol ederek hataları erken fark et.
• Büyük veri setlerini dikkate al: Bellek kullanımını takip et ve gerekirse verileri parçalara ayırarak işle.

Pandas Öğrenmek İçin Hangi Araçlar Kullanılabilir?

Pandas öğrenirken küçük veri setleriyle uygulama yapmak, temel işlevleri daha kolay kavramanı sağlar. Jupyter Notebook, kodları hücreler hâlinde çalıştırıp sonuçları anında görmeyi mümkün kılar.

Google Colab, bilgisayarına yerel bir Python ortamı kurmadan tarayıcı üzerinden Python kodları çalıştırmak için de kullanılabilir. Öğrenme sürecinde örnek CSV dosyalarıyla çalışabilir, verileri filtreleyebilir ve basit raporlar oluşturabilirsin.

Pandas, Python ile veri analizi öğrenmek isteyenler için güçlü bir başlangıç aracıdır. Veri içe aktarma, temizleme, filtreleme ve gruplandırma gibi temel işlemleri öğrendikten sonra daha kapsamlı analiz projelerine geçebilirsin. Düzenli pratik yapmak, bu işlemleri gerçek veri setlerinde uygulama becerini geliştirir.