KAHIBARO Bookshelves
Discord Login Register

16.4. آشنایی با pandas

شروع کار با pandas

در این بخش با کتابخانهٔ pandas برای کار با داده‌های جدولی (مشابه اکسل) آشنا می‌شوید. هدف این است که بتوانید داده‌ها را در قالب «جدول» وارد کنید، ببینید، فیلتر کنید و کمی روی آن‌ها تحلیل ساده انجام دهید.

نصب و وارد کردن pandas

اگر pandas را ندارید، با pip نصب می‌شود:

pip install pandas

در کد پایتون معمولاً pandas را با نام کوتاه pd وارد می‌کنیم:

import pandas as pd

دو ساختار اصلی: Series و DataFrame

pandas دو ساختار داده‌ای اصلی دارد:

  • Series (سری): یک ستون تک‌بعدی (مثل یک ستون در اکسل)
  • DataFrame (دیتافریم): یک جدول دو‌بعدی شامل سطر و ستون

ساخت یک Series ساده

import pandas as pd
ages = pd.Series([20, 25, 30])
print(ages)

خروجی شبیه این است:

0    20
1    25
2    30
dtype: int64

سمت چپ (0, 1, 2) «اندیس» (index) است و سمت راست مقدارها.

می‌توانید اندیس دلخواه تعریف کنید:

ages = pd.Series([20, 25, 30], index=["Ali", "Sara", "Reza"])
print(ages)

ساخت یک DataFrame ساده

یک DataFrame شبیه یک جدول با چند ستون است:

import pandas as pd
data = {
    "name": ["Ali", "Sara", "Reza"],
    "age": [20, 25, 30],
    "city": ["Tehran", "Shiraz", "Tabriz"],
}
df = pd.DataFrame(data)
print(df)

خروجی:

   name  age    city
0   Ali   20  Tehran
1  Sara   25  Shiraz
2  Reza   30  Tabriz

خواندن و نوشتن فایل‌های CSV با pandas

یکی از اصلی‌ترین کاربردهای pandas، کار با فایل‌های CSV است (فایل‌های جدولی با جداکنندهٔ کاما یا جداکننده‌های دیگر).

خواندن فایل CSV

اگر یک فایل به نام students.csv داشته باشید، مثلاً:

name,age,city
Ali,20,Tehran
Sara,25,Shiraz
Reza,30,Tabriz

می‌توانید آن را این طور بخوانید:

import pandas as pd
df = pd.read_csv("students.csv")
print(df)

اگر جداکنندهٔ فایل چیز دیگری مثل ; باشد، باید به pandas بگویید:

df = pd.read_csv("students.csv", sep=";")

ذخیره کردن DataFrame در فایل CSV

بعد از پردازش داده‌ها می‌توانید آن‌ها را در یک فایل جدید ذخیره کنید:

df.to_csv("students_clean.csv", index=False)

آرگومان index=False باعث می‌شود ستون اندیس در فایل ذخیره نشود.

بررسی سریع داده‌ها

pandas چند متد خیلی مفید برای نگاه سریع به داده‌ها دارد.

نمایش چند سطر اول و آخر

print(df.head())      # پیش‌فرض 5 سطر اول
print(df.head(3))     # 3 سطر اول
print(df.tail())      # 5 سطر آخر
print(df.tail(2))     # 2 سطر آخر

اطلاعات کلی دربارهٔ DataFrame

print(df.info())

این دستور نوع دادهٔ هر ستون، تعداد سطرها و این که آیا مقدار گمشده (NaN) وجود دارد را نشان می‌دهد.

آمار توصیفی سریع

برای ستون‌های عددی:

print(df.describe())

خروجی شامل count, mean, min, max و چند مقدار آماری دیگر است.

انتخاب ستون‌ها و سطرها

انتخاب یک ستون

ستون‌ها شبیه دیکشنری یا ویژگی شیء قابل دسترسی‌اند:

# به صورت دیکشنری
ages = df["age"]
# به صورت ویژگی (اگر نام ستون مناسب باشد)
names = df.name

نتیجه یک Series است.

انتخاب چند ستون

subset = df[["name", "city"]]
print(subset)

انتخاب بر اساس اندیس (loc و iloc)

  • loc برای انتخاب بر اساس «برچسب» (نام سطر یا ستون)
  • iloc برای انتخاب بر اساس «شمارهٔ» سطر و ستون (مثل لیست)
`loc`: بر اساس نام‌ها
# سطر با برچسب 0 و ستون "name"
print(df.loc[0, "name"])
# همهٔ سطرها و فقط ستون‌های age و city
print(df.loc[:, ["age", "city"]])

اگر اندیس سطرها نام‌گذاری شده باشد (مثلاً اسم دانشجو)، می‌توانید با آن کار کنید.

`iloc`: بر اساس شماره
# سطر اول و ستون دوم (شماره‌گذاری از 0)
print(df.iloc[0, 1])
# سه سطر اول و دو ستون اول
print(df.iloc[0:3, 0:2])

فیلتر کردن سطرها (شرط روی داده‌ها)

می‌توانید روی ستون‌ها شرط بگذارید و فقط سطرهای خاص را نگه دارید.

فیلتر ساده

دانشجویانی که سن‌شان بالاتر از ۲۰ است:

older = df[df["age"] > 20]
print(older)

ترکیب چند شرط

شرط‌ها با & (و) و | (یا) ترکیب می‌شوند. باید هر شرط را در پرانتز بگذارید:

# سن > 20 و شهر = Tehran
cond = (df["age"] > 20) & (df["city"] == "Tehran")
result = df[cond]

اضافه کردن و تغییر ستون‌ها

ساختن یک ستون جدید بر اساس ستون‌های دیگر

فرض کنید می‌خواهیم ستونی به نام age_in_5_years بسازیم:

df["age_in_5_years"] = df["age"] + 5
print(df)

تغییر مقدار یک ستون موجود

تمام شهرها را به حروف بزرگ تبدیل کنیم:

df["city"] = df["city"].str.upper()

کار با مقادیر گمشده (NaN)

وقتی داده‌ای در یک سلول وجود نداشته باشد، pandas معمولاً آن را NaN ذخیره می‌کند.

پیدا کردن مقدارهای گمشده

print(df.isna())         # True/False برای هر سلول
print(df.isna().sum())   # تعداد NaN در هر ستون

حذف سطرهای دارای مقدار گمشده

df_clean = df.dropna()

جایگزین کردن مقدارهای گمشده

مثلاً جایگزین کردن سن خالی با ۰:

df["age"] = df["age"].fillna(0)

یا مقدار «نامشخص» برای شهر:

df["city"] = df["city"].fillna("unknown")

گروه‌بندی و محاسبات ساده (groupby)

یکی از ویژگی‌های بسیار مهم pandas، گروه‌بندی داده‌ها است. مثلاً می‌خواهیم میانگین سن را برای هر شهر حساب کنیم.

grouped = df.groupby("city")["age"].mean()
print(grouped)

توضیح کوتاه:

  • groupby("city") داده‌ها را بر اساس شهر گروه‌بندی می‌کند.
  • ["age"] ستون سن را انتخاب می‌کند.
  • mean() میانگین سن در هر گروه (هر شهر) را حساب می‌کند.

چند تابع مفید دیگر:

  • sum() جمع
  • count() تعداد
  • max() بزرگ‌ترین مقدار
  • min() کوچک‌ترین مقدار

مثال: تعداد افراد در هر شهر:

count_by_city = df.groupby("city")["name"].count()
print(count_by_city)

مرتب‌سازی داده‌ها

برای مرتب‌سازی بر اساس یک ستون:

# مرتب‌سازی بر اساس age به صورت صعودی
sorted_df = df.sort_values("age")
# مرتب‌سازی به صورت نزولی
sorted_df_desc = df.sort_values("age", ascending=False)

می‌توانید بر اساس چند ستون هم مرتب کنید:

sorted_multi = df.sort_values(by=["city", "age"])

مثالی از یک جریان کاری ساده با pandas

در این مثال یک فایل فروش را می‌خوانیم، تمیز می‌کنیم، بعد کمی تحلیل ساده انجام می‌دهیم.

فرض کنید فایل sales.csv شبیه این است:

date,product,price,city
2024-01-01,Book,100,Tehran
2024-01-02,Pen,20,Tehran
2024-01-02,Book,100,Shiraz
2024-01-03,Notebook,,Tehran

حالا:

import pandas as pd
# 1) خواندن فایل
df = pd.read_csv("sales.csv")
# 2) بررسی سریع
print(df.head())
print(df.info())
# 3) جایگزینی قیمت‌های خالی با 0
df["price"] = df["price"].fillna(0)
# 4) محاسبهٔ فروش کل (جمع قیمت‌ها)
total_sales = df["price"].sum()
print("Total sales:", total_sales)
# 5) فروش کل به ازای هر شهر
sales_by_city = df.groupby("city")["price"].sum()
print(sales_by_city)
# 6) ذخیرهٔ نتایج گروه‌بندی در فایل جدید
sales_by_city.to_csv("sales_by_city.csv")

با چند خط کد توانستیم داده را بخوانیم، تمیز کنیم، تحلیل کنیم و خروجی را ذخیره کنیم.

جمع‌بندی

در این بخش یاد گرفتید که:

  • pandas را نصب و با نام pd وارد کنید.
  • با Series و DataFrame به عنوان ساختارهای اصلی کار کنید.
  • فایل‌های CSV را با read_csv بخوانید و با to_csv ذخیره کنید.
  • ستون‌ها و سطرها را انتخاب و فیلتر کنید.
  • ستون‌های جدید بسازید و مقادیر گمشده را مدیریت کنید.
  • با groupby تحلیل‌های ساده مثل میانگین و جمع انجام دهید.

این مهارت‌ها پایهٔ بسیاری از کارهای عملی علم داده با پایتون هستند و در فصل‌های بعدی (مثلاً هنگام استفاده از کتابخانه‌های دیگر و تحلیل‌های پیشرفته‌تر) بارها به کارتان می‌آیند.

Views: 0

Comments

Please login to add a comment.

Don't have an account? Register now!

Where to Move

Move chapter:

  • ☰ 1. فصل ۱: برنامه‌نویسی چیست؟
    • ☰ 1.1. برنامهٔ کامپیوتری چیست؟
      • ☰ 1.2. پایتون چیست؟
        • ☰ 1.3. پایتون کجا استفاده می‌شود؟
          • ☰ 1.4. چگونه برنامه‌نویسی به حل مسائل کمک می‌کند
            • ☰ 1.5. اولین برنامهٔ پایتون شما
            • ☰ 2. فصل ۲: راه‌اندازی پایتون
              • ☰ 2.1. نصب پایتون (ویندوز / macOS / لینوکس)
                • ☰ 2.2. استفاده از پایتون در ترمینال
                  • ☰ 2.3. استفاده از یک IDE (IDLE / VS Code)
                    • ☰ 2.4. اجرای اسکریپت‌های پایتون
                      • ☰ 2.5. حالت تعاملی پایتون
                      • ☰ 3. فصل ۳: متغیرها و انواع داده
                        • ☰ 3.1. متغیر چیست؟
                          • ☰ 3.2. ایجاد متغیرها
                            • ☰ 3.3. اعداد (`int`، `float`)
                              • ☰ 3.4. متن (`str`)
                                • ☰ 3.5. مقادیر بولی (`True`، `False`)
                                  • ☰ 3.6. بررسی نوع داده با `type()`
                                  • ☰ 4. فصل ۴: عملیات پایه
                                    • ☰ 4.1. عملیات حسابی
                                      • ☰ 4.2. کار با اعداد
                                        • ☰ 4.3. عملیات روی رشته‌ها
                                          • ☰ 4.4. ترکیب متن و متغیرها
                                            • ☰ 4.5. کامنت‌ها در پایتون
                                            • ☰ 5. فصل ۵: ورودی و خروجی کاربر
                                              • ☰ 5.1. دریافت ورودی از کاربر
                                                • ☰ 5.2. تبدیل ورودی به عدد
                                                  • ☰ 5.3. قالب‌بندی خروجی
                                                    • ☰ 5.4. نوشتن برنامه‌های تعاملی
                                                    • ☰ 6. فصل ۶: شرط‌ها (if / else)
                                                      • ☰ 6.1. عملگرهای مقایسه‌ای
                                                        • ☰ 6.2. عملگرهای منطقی
                                                          • ☰ 6.3. if، elif، else
                                                            • ☰ 6.4. شرط‌های تو در تو
                                                              • ☰ 6.5. اشتباهات رایج مبتدیان
                                                              • ☰ 7. فصل ۷: حلقه‌ها
                                                                • ☰ 7.1. چرا حلقه‌ها مفید هستند؟
                                                                  • ☰ 7.2. حلقه‌های while
                                                                    • ☰ 7.3. حلقه‌های for
                                                                      • ☰ 7.4. شمارنده‌های حلقه
                                                                        • ☰ 7.5. break و continue
                                                                          • ☰ 7.6. تمرین‌های حلقه
                                                                          • ☰ 8. فصل ۸: مجموعه‌های داده
                                                                            • ☰ 8.1. لیست‌ها (Lists)
                                                                              • ☰ 8.2. تاپل‌ها (Tuples)
                                                                                • ☰ 8.3. دیکشنری‌ها (Dictionaries)
                                                                                  • ☰ 8.4. مجموعه‌ها (Sets – مقدماتی)
                                                                                    • ☰ 8.5. انتخاب ساختار دادهٔ مناسب
                                                                                    • ☰ 9. فصل ۹: توابع
                                                                                      • ☰ 9.1. چرا توابع مهم هستند؟
                                                                                        • ☰ 9.2. تعریف توابع
                                                                                          • ☰ 9.3. پارامترها و آرگومان‌ها
                                                                                            • ☰ 9.4. مقادیر بازگشتی
                                                                                              • ☰ 9.5. محدودهٔ متغیرها (محلی در برابر سراسری)
                                                                                                • ☰ 9.6. استفادهٔ مجدد از کد
                                                                                                • ☰ 10. فصل ۱۰: کار با فایل‌ها
                                                                                                  • ☰ 10.1. فایل چیست؟
                                                                                                    • ☰ 10.2. خواندن فایل‌های متنی
                                                                                                      • ☰ 10.3. نوشتن و افزودن به فایل‌ها
                                                                                                        • ☰ 10.4. مسیر فایل‌ها
                                                                                                          • ☰ 10.5. برنامه‌های ساده مبتنی بر فایل
                                                                                                          • ☰ 11. فصل ۱۱: خطاها و اشکال‌زدایی
                                                                                                            • ☰ 11.1. انواع خطاها
                                                                                                              • ☰ 11.2. خواندن پیام‌های خطا
                                                                                                                • ☰ 11.3. خطاهای رایج مبتدیان
                                                                                                                  • ☰ 11.4. try و except
                                                                                                                    • ☰ 11.5. راهبردهای اشکال‌زدایی
                                                                                                                    • ☰ 12. فصل ۱۲: استفاده از کتابخانه‌های پایتون
                                                                                                                      • ☰ 12.1. کتابخانه چیست؟
                                                                                                                        • ☰ 12.2. وارد کردن ماژول‌ها
                                                                                                                          • ☰ 12.3. کتابخانه‌های استاندارد
                                                                                                                            • ☰ 12.3.1. math
                                                                                                                              • ☰ 12.3.2. random
                                                                                                                                • ☰ 12.3.3. datetime
                                                                                                                                • ☰ 12.4. نصب کتابخانه‌های خارجی با pip
                                                                                                                                • ☰ 13. فصل ۱۳: برنامه‌نویسی شی‌گرا (OOP)
                                                                                                                                  • ☰ 13.1. برنامه‌نویسی شی‌گرا چیست؟
                                                                                                                                    • ☰ 13.2. کلاس‌ها و اشیاء
                                                                                                                                      • ☰ 13.3. ویژگی‌ها و متدها
                                                                                                                                        • ☰ 13.4. متد `__init__`
                                                                                                                                          • ☰ 13.5. کپسوله‌سازی
                                                                                                                                            • ☰ 13.6. وراثت (مقدماتی)
                                                                                                                                              • ☰ 13.7. مثال‌های سادهٔ شی‌گرا
                                                                                                                                              • ☰ 14. فصل ۱۴: خودکارسازی با پایتون
                                                                                                                                                • ☰ 14.1. خودکارسازی چیست؟
                                                                                                                                                  • ☰ 14.2. خودکار کردن وظایف ساده
                                                                                                                                                    • ☰ 14.3. کار با فایل‌ها و پوشه‌ها
                                                                                                                                                      • ☰ 14.4. خودکارسازی پردازش متن
                                                                                                                                                        • ☰ 14.5. زمان‌بندی اجرای اسکریپت‌ها
                                                                                                                                                          • ☰ 14.6. مثال‌های کاربردی خودکارسازی
                                                                                                                                                          • ☰ 15. فصل ۱۵: توسعهٔ وب با پایتون
                                                                                                                                                            • ☰ 15.1. وب چگونه کار می‌کند؟ (نمای کلی)
                                                                                                                                                              • ☰ 15.2. آشنایی با Flask
                                                                                                                                                                • ☰ 15.3. ساخت یک وب‌سرور ساده
                                                                                                                                                                  • ☰ 15.4. مسیرها و قالب‌ها (Templates)
                                                                                                                                                                    • ☰ 15.5. پردازش ورودی کاربر (فرم‌ها)
                                                                                                                                                                      • ☰ 15.6. API های بسیار ساده
                                                                                                                                                                      • ☰ 16. فصل ۱۶: علم داده با پایتون
                                                                                                                                                                        • ☰ 16.1. علم داده چیست؟
                                                                                                                                                                          • ☰ 16.2. کار با داده‌ها
                                                                                                                                                                            • ☰ 16.3. آشنایی با NumPy
                                                                                                                                                                              • ☰ 16.4. آشنایی با pandas
                                                                                                                                                                                • ☰ 16.5. مصورسازی داده با matplotlib
                                                                                                                                                                                  • ☰ 16.6. مثال‌های سادهٔ تحلیل داده
                                                                                                                                                                                  • ☰ 17. فصل ۱۷: پروژه‌های کوچک
                                                                                                                                                                                    • ☰ 17.1. بازی حدس عدد
                                                                                                                                                                                      • ☰ 17.2. ماشین‌حساب ساده
                                                                                                                                                                                        • ☰ 17.3. فهرست کارها (To-Do List)
                                                                                                                                                                                          • ☰ 17.4. تولیدکنندهٔ رمز عبور
                                                                                                                                                                                            • ☰ 17.5. برنامهٔ آزمون (Quiz)
                                                                                                                                                                                              • ☰ 17.6. پروژهٔ کوچک وب یا داده
                                                                                                                                                                                              • ☰ 18. فصل ۱۸: گام‌های بعدی
                                                                                                                                                                                                • ☰ 18.1. چگونه پایتون را تمرین کنیم
                                                                                                                                                                                                  • ☰ 18.2. نوشتن کد تمیز و خوانا
                                                                                                                                                                                                    • ☰ 18.3. انتخاب یک حوزهٔ تخصصی
                                                                                                                                                                                                      • ☰ 18.3.1. توسعهٔ وب
                                                                                                                                                                                                        • ☰ 18.3.2. علم داده
                                                                                                                                                                                                          • ☰ 18.3.3. خودکارسازی
                                                                                                                                                                                                            • ☰ 18.3.4. توسعهٔ نرم‌افزار
                                                                                                                                                                                                            • ☰ 18.4. منابع یادگیری و انجمن‌ها
                                                                                                                                                                                                            • ☰ 19. پیوست
                                                                                                                                                                                                              • ☰ 19.1. برگهٔ تقلب دستور زبان پایتون
                                                                                                                                                                                                                • ☰ 19.2. خطاهای رایج و راه‌حل‌ها
                                                                                                                                                                                                                  • ☰ 19.3. واژه‌نامهٔ اصطلاحات