CategoricalDtype kullanmanın olumlu etkilerine odaklanmak için cut sütununun kategorik bir veri tipine dönüştürülmemesi durumunda nelerin eksik olabileceğine ve zorlaşabileceğine bakalım: Sıralama ve Kategori Bilgisi Eksikliği: Eğer cut sütunu kategorik veri…
Yorum Bırak|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 |
import pandas as pd # Örnek veri data = {'Takım': ['Galatasaray', 'Fenerbahçe', 'Beşiktaş', 'Trabzonspor', 'Galatasaray', 'Beşiktaş'], 'Oyuncu': ['Ozan', 'Mert', 'Cenk', 'Abdülkadir', 'Arda', 'Atiba'], 'Maaş': [5000000, 4500000, 4000000, 3500000, 6000000, 5500000], 'Yaş': [25, 27, 24, 28, 30, 33]} df = pd.DataFrame(data) # Takımlara göre gruplama ve ortalama maaşları hesaplama grouped_maaş = df.groupby('Takım')['Maaş'].mean() print("Gruplanmış ve Ortalama Maaşlar:") print(grouped_maaş) # Takımlara göre toplam maaşları hesaplama grouped_toplam_maaş = df.groupby('Takım')['Maaş'].sum() print("\nGruplanmış ve Toplam Maaşlar:") print(grouped_toplam_maaş) # Takımlara göre en yaşlı oyuncuyu seçme oldest_players = df.groupby('Takım')['Yaş'].max() print("\nGruplanmış ve En Yaşlı Oyuncular:") print(oldest_players) # Takımlara göre yaş ortalamalarını ve ortalama maaşları hesaplama grouped_stats = df.groupby('Takım').agg({'Yaş': 'mean', 'Maaş': 'mean'}) print("\nGruplanmış İstatistikler:") print(grouped_stats) |
Bu örneklerde, farklı groupby() senaryolarını görebilirsiniz: groupby() ile takımlara göre ortalama maaşları hesaplama. groupby() ile takımlara göre toplam maaşları hesaplama. groupby() ile takımlara göre en yaşlı oyuncuyu seçme. Birden…
Yorum BırakPandas’ın merge() yöntemi, farklı DataFrame’leri birleştirmek veya ilişkilendirmek için kullanılır. merge() yöntemi, SQL’deki JOIN işleminin benzerini yapmanıza yardımcı olur. İki veya daha fazla DataFrame’i birleştirerek yeni bir DataFrame oluşturabilirsiniz. İşte…
Yorum BırakPandas DataFrame üzerinde veri sütunlarını veya satırlarını silmek için drop() yöntemini kullanabilirsiniz. inplace parametresi de bu işlemi DataFrame’i değiştirip değiştirmediğinizi kontrol eder. İşte bu konseptleri açıklayan detaylar: drop() Yöntemi: drop()…
Yorum BırakPandas DataFrame üzerinde loc ve iloc indeksleme yöntemleri, verileri belirli satır ve sütunlara erişmek veya bu verileri işlemek için kullanılır. İşte bu yöntemlerin kullanımına dair örnekler: Öncelikle, aşağıdaki gibi bir…
Yorum BırakPandas ile DataFrame Oluşturma Yolları Pandas kütüphanesi, veri manipülasyonu ve analizi için oldukça popüler bir Python kütüphanesidir. Listeler, NumPy ndarrays (n-dimensional arrays) ve sözlükler üzerinden veri yapılarını DataFrame olarak dönüştürmek…
Yorum Bırak