Wie erstelle ich ein Diagramm mit Pandas?

Die Visualisierung von Daten ist eine der effektivsten Möglichkeiten, Informationen darzustellen. Die Pandas-Bibliothek in Python bietet praktische Tools zum Arbeiten mit Daten, einschließlich der Möglichkeit, Diagramme und Diagramme zu erstellen. In diesem Artikel werden wir uns ansehen, wie Sie ein Diagramm mit Pandas erstellen.

Der erste Schritt besteht darin, die Daten in Pandas hochzuladen. Dazu können wir die Funktion verwenden read_csv(), mit dem Sie Daten aus CSV-Dateien lesen können. Dann können wir die resultierenden Daten verwenden, um Diagramme zu erstellen.

Es gibt verschiedene Methoden, um ein Diagramm in Pandas zu erstellen, darunter plot(), bar() und pie(). Abhängig vom Datentyp und der gewünschten Art des Diagramms können wir die geeignete Methode auswählen. Darüber hinaus bietet Pandas viele Optionen, um die Anzeige des Diagramms anzupassen, z. B. Farben, Marker, Überschriften und Achsenskalen.

Unabhängig von der gewählten Methode wird ein Diagramm in Pandas erstellt, indem die entsprechende Funktion mit den Daten und den erforderlichen Parametern aufgerufen wird. Das Ergebnis ist ein Diagramm, das als Bild gespeichert oder direkt im Jupyter Editor angezeigt werden kann. Pandas bietet daher ein praktisches und leistungsfähiges Datenvisualisierungstool, mit dem Sie Ihre Ergebnisse einfach und farbenfroh präsentieren können.

In welchen Fällen ist es sinnvoll, Grafiken in Pandas zu erstellen?

Einer der wichtigsten Vorteile von Pandas besteht in der Integration mit anderen Python-Bibliotheken zur Datenvisualisierung, wie Matplotlib und Seaborn. Dies vereinfacht die Erstellung verschiedener Diagrammtypen, einschließlich Balkendiagrammen, Liniendiagrammen, Punktdiagrammen usw.

Die Grafiken in Pandas sind in folgenden Fällen besonders nützlich:

• Datenforschung: Diagramme ermöglichen es Ihnen, ein grundlegendes Verständnis der Daten zu erhalten, Merkmale und ungewöhnliche Werte aufzudecken. Sie können beispielsweise ein Histogramm verwenden, um die Verteilung der Daten zu bewerten, oder einen Scatter plot (Streudiagramm), um die Beziehung zwischen zwei Variablen zu untersuchen.
• Verfolgen von Änderungen im Laufe der Zeit: Mit Zeitreihendiagrammen können Sie Datenänderungen im Laufe der Zeit visualisieren und Trends und saisonale Schwankungen erkennen. Dies ist besonders nützlich bei der Analyse von Finanzdaten, Wetterdaten oder Daten, die sich über einen bestimmten Zeitraum ändern.
• Kategorien vergleichen: Mit Diagrammen können Sie Daten in verschiedenen Kategorien vergleichen, z. B. Umsatz in verschiedenen Regionen oder Leistung verschiedener Mitarbeitergruppen. Mit Balkendiagrammen und Kreisdiagrammen ist es einfach, Werte zu vergleichen und Unterschiede aufzudecken.
• Visualisierung der Korrelation: Diagramme können helfen, die Korrelation zwischen Variablen zu visualisieren und die Stärke und Richtung der Beziehung zu bestimmen. Mit einem Scatter plot können Sie beispielsweise sehen, ob eine lineare Beziehung zwischen zwei Variablen besteht.

Insgesamt tragen die Grafiken in Pandas dazu bei, die Daten klarer und übersichtlicher zu machen. Sie vereinfachen die Visualisierung von Informationen sowie die Erkennung von Mustern und Trends in den Daten.

Abschnitt 1: Vorbereiten der Daten

Bevor Sie ein Diagramm in Pandas erstellen können, müssen Sie die Daten vorbereiten. In diesem Abschnitt erfahren Sie, wie Sie Daten in Pandas laden und die erforderlichen Konvertierungen durchführen.

Um mit den Daten zu beginnen, müssen Sie die Pandas-Bibliothek importieren:

import pandas as pd

Dann können Sie Daten aus verschiedenen Formaten wie CSV, Excel, SQL usw. herunterladen. pandas hat dafür verschiedene Funktionen. Um beispielsweise Daten aus einer CSV-Datei zu laden, verwenden Sie die pd-Funktion.read_csv() :

df = pd.read_csv('data.csv')

Wenn sich die Daten in einer Excel-Datei befinden, verwenden Sie die pd-Funktion.read_excel() :

df = pd.read_excel('data.xlsx')

Wenn die Daten in einer SQL-Datenbank gespeichert sind, können Sie die pd-Funktion verwenden.read_sql() mit den entsprechenden Verbindungsparametern:

import sqlite3conn = sqlite3.connect('database.db')df = pd.read_sql('SELECT * FROM table', conn)

Nach dem Laden der Daten wird empfohlen, mehrere Überprüfungen und Konvertierungen durchzuführen. Beispielsweise können Sie die Spaltendatentypen mithilfe der df-Methode überprüfen.dtypes :

print(df.dtypes)

Wenn die Datentypen nicht mit den erwarteten Datentypen übereinstimmen, können Sie sie mithilfe der df-Methoden konvertieren.astype() oder pd.to_numeric() .

Dies ist nur ein kleiner Teil dessen, was Sie tun können, um Daten vorzubereiten, bevor Sie ein Diagramm in Pandas erstellen. Im nächsten Abschnitt erfahren Sie, wie Sie anhand der vorbereiteten Daten ein Diagramm selbst erstellen.

Pandas-Bibliothek importieren

Um mit Daten in Pandas zu arbeiten, müssen Sie die Pandas-Bibliothek in Ihr Projekt importieren. Dazu können Sie den folgenden Befehl verwenden:

import pandas as pd

Nachdem Sie die Pandas-Bibliothek importiert haben, können Sie mit den Daten arbeiten. Beachten Sie, dass beim Importieren einer Pandas-Bibliothek die Abkürzung verwendet wird pd. Dies dient zum einfachen und schnellen Zugriff auf Bibliotheksfunktionen.

Neben der Pandas-Bibliothek benötigen Sie möglicherweise auch andere Bibliotheken, um mit Diagrammen zu arbeiten. Zum Beispiel wird die Matplotlib-Bibliothek häufig verwendet, um Diagramme in Pandas zu erstellen. Sie können den folgenden Befehl verwenden, um ihn in ein Projekt zu importieren:

import matplotlib.pyplot as plt

Dieser Befehl importiert die Matplotlib-Bibliothek und verkürzt auch den Namen auf plt. für die Benutzerfreundlichkeit.

Nachdem Sie jetzt die Pandas- und Matplotlib-Bibliotheken importiert haben, können Sie mit Daten arbeiten und Grafiken in Pandas erstellen.

Lesen von Daten aus einer Datei

Um ein Diagramm in Pandas zu erstellen, müssen Sie zuerst die Daten aus einer Datei laden. Die Pandas-Bibliothek bietet verschiedene Methoden zum Lesen von Daten aus verschiedenen Quellen, einschließlich CSV-, Excel-, SQL- und anderen Dateien.

Eine der häufigsten Methoden zum Lesen von Daten in Pandas ist die Verwendung der Funktion read_csv() . Mit dieser Funktion können Sie Daten aus CSV–Dateien lesen und mit ihnen DataFrame-Objekte erstellen, die grundlegende Datenstruktur in Pandas.

Beispiel für die Verwendung der Funktion read_csv() :

import pandas as pd data = pd.read_csv('data.csv')

In diesem Beispiel laden wir die Daten aus der Datei 'data' herunter.csv' und speichern sie in der Variablen 'data'. Die Datei 'data.die csv' muss sich im selben Verzeichnis wie das ausführbare Python-Skript befinden.

Wenn die CSV-Datei Spaltenüberschriften enthält, können Sie mit dem Parameter header die Zeilennummer angeben, die die Überschriften enthält. Standardmäßig ist dieser Parameter 0, was bedeutet, dass die erste Zeile als Überschriften verwendet wird.

Beispiel für die Verwendung des Parameters header :

data = pd.read_csv('data.csv', header=1)

In diesem Beispiel laden wir die Daten aus der Datei 'data' herunter.csv', wobei die zweite Zeile als Spaltenüberschriften verwendet wird.

Darüber hinaus bietet der Parameter read_csv() viele andere Optionen zum Konfigurieren des Lesens von Daten aus einer CSV-Datei, z. B. das Angeben eines Spaltentrennzeichens, das Auswählen von zu ladenden Spalten und andere.

Nachdem wir die Daten aus einer Datei gelesen haben, können wir Pandas-Funktionen und -Methoden verwenden, um diese Daten zu analysieren und zu visualisieren.

Verarbeiten von fehlenden Werten

Bei der Arbeit mit Daten tritt häufig eine Situation auf, in der die Tabelle fehlende Werte enthält. Fehlende Werte können aus verschiedenen Gründen auftreten, z. B. aufgrund von Eingabefehlern, fehlenden Daten oder Fehlern bei der Datenerfassung.

Pandas bietet mehrere Methoden zum Behandeln von fehlenden Werten in einer Tabelle:

• isnull() - Gibt eine Tabelle mit booleschen Werten zurück, die angeben, ob ein Wert übersprungen wird oder nicht.
• notnull() - Gibt eine Tabelle mit booleschen Werten zurück, die angeben, ob ein Wert nicht übersprungen wird.
• dropna() - löscht Zeilen oder Spalten mit fehlenden Werten.
• fillna() - ersetzt die fehlenden Werte durch den angegebenen Wert.

Um beispielsweise Zeilen mit fehlenden Werten zu löschen, können Sie die Methode verwenden dropna() wie folgt:

df.dropna()

Wenn Sie die fehlenden Werte durch den Durchschnitt der Spalte ersetzen möchten, können Sie die Methode verwenden fillna() wie folgt:

df['column_name'].fillna(df['column_name'].mean(), inplace=True)

Nachdem Sie die fehlenden Werte verarbeitet haben, können Sie die Daten mithilfe von Diagrammen visualisieren, wie in den folgenden Abschnitten beschrieben.