Asoslar — konspekt

Bu modulda Pandas’ning ikki tayanch obyekti — Series va DataFrame, ularga murojaat qilish usullari va yetishmayotgan qiymatlar bilan ishlash o’rganildi.

Pandas nima

Pandas — jadval ko’rinishidagi ma’lumotlar bilan ishlash kutubxonasi: CSV/Excel fayllarni o’qish, tozalash, filtrlash, guruhlash va tahlil qilish. U NumPy ustiga qurilgan — har bir ustun ichida NumPy massivi yotadi, shuning uchun NumPy’dagi vektorlashgan amallar va mask mantiqlari bu yerda ham amal qiladi.

import pandas as pd

Series — indeksli bir o’lchovli ma’lumot

Series listga o’xshaydi, lekin har bir elementning yorlig’i (indeksi) bor:

aholi = pd.Series([2.9, 1.1, 0.6],
                  index=["Toshkent", "Samarqand", "Buxoro"])
print(aholi["Toshkent"])
print(aholi.mean())

Natija:

2.9
1.5333333333333334

Indeks berilmasa, Pandas 0, 1, 2... raqamlarini o’zi qo’yadi. values — ichidagi NumPy massivi, index — yorliqlar.

DataFrame — jadval

DataFrame — ustunlari nomlangan 2 o’lchovli jadval; har bir ustun o’zi bir Series. Eng ko’p ishlatiladigan yaratish usuli — lug’atdan:

df = pd.DataFrame({
    "ism": ["Aziz", "Malika", "Jasur", "Nodira"],
    "yosh": [23, 31, 27, 19],
    "shahar": ["Toshkent", "Buxoro", "Toshkent", "Samarqand"],
})
print(df.head(2))

Natija:

      ism  yosh    shahar
0    Aziz    23  Toshkent
1  Malika    31    Buxoro

Jadval bilan tanishuvning uch buyrug’i: df.head() — dastlabki qatorlar, df.info() — ustunlar, turlari va bo’sh qiymatlar soni, df.describe() — son ustunlarning statistikasi. Real faylni o’qish: pd.read_csv("fayl.csv").

Bitta ustun — df["yosh"] (Series qaytadi). Ko’p uchraydigan xato: df["yosh", "shahar"] — ikki ustun uchun list ichida list kerak: df[["yosh", "shahar"]].

.loc va .iloc

Ikkalasi ham [qator, ustun] ko’rinishida ishlaydi, farqi — nimani indeks deb tushunishida:

	`.loc`	`.iloc`
Qator	indeks yorlig’i bo’yicha	pozitsiya (0, 1, 2...) bo’yicha
Ustun	nomi bilan: `"yosh"`	tartib raqami bilan: `1`
Kesim `0:2`	2 kiradi (yorliq oralig’i)	2 kirmaydi (Python odati)

df.loc[1, "ism"]        # 'Malika' — yorliq 1, ustun "ism"
df.iloc[1, 0]           # 'Malika' — 2-qator, 1-ustun
df.loc[df["yosh"] > 25, ["ism", "yosh"]]   # shart + ustunlar

Filtrlash yoki saralashdan keyin qator yorliqlari aralashib ketadi — ana shunda loc[0] "birinchi qator" degani EMASligi ayon bo’ladi: u yorlig’i 0 bo’lgan qatorni izlaydi. Pozitsiya kerak bo’lsa — doim iloc.

NaN: isna, dropna, fillna

Real ma’lumotda kataklar bo’sh qoladi — Pandas ularni NaN deb belgilaydi:

df.isna().sum()          # har ustunda nechta bo'sh qiymat
df.dropna()              # NaN bor qatorlarni tashlab yuboradi
df["yosh"].fillna(df["yosh"].mean())   # o'rtacha bilan to'ldirish

Ikki muhim odat. Birinchisi: dropna() ham, fillna() ham yangi DataFrame qaytaradi — natijani o’zgaruvchiga yozmasangiz (df = df.dropna()), asl jadval o’zgarmay qolaveradi. Ikkinchisi: NaN’ni == np.nan bilan tekshirib bo’lmaydi (NaN o’ziga ham teng emas!) — faqat isna() ishlatiladi.

Amaliyot

5 ta mahsulot nomi va narxidan Series yasang (nomlar — indeks); eng qimmatini idxmax() bilan toping.
Yuqoridagi df jadvalini o’zingiz yozib, unga ball ustonini qo’shing va describe() natijasini o’qib bering.
df.loc[1:2] va df.iloc[1:2] natijalarini chiqarib, nechta qator qaytganini tushuntiring.
Jadvalning bitta katagiga None yozing (df.loc[2, "yosh"] = None), so’ng bo’sh qiymatni avval isna() bilan toping, keyin ustun o’rtachasi bilan to’ldiring.
df[["ism", "shahar"]] va df["ism"] qaytargan obyektlarning turini type() bilan solishtiring.

Modul yakunida test bor — konspektdagi jadval va misollarni qayta ko’rib chiqing.