Pandas

اکسل برنامه‌نویس‌ها برای تحلیل داده

۴.۸۹ از ۵ پایتون

این کتابخانه چیست و چه می‌کند؟

Pandas داده جدولی (DataFrame) را مثل اکسل ولی با قدرت کد مدیریت می‌کند: خواندن CSV و اکسل، فیلتر سطرها، گروه‌بندی، ادغام جداول و گزارش‌گیری آماری همه با چند خط. ابزار اصلی تحلیل‌گران داده، حسابداران فنی و هر کسی است که فایل‌های داده را می‌چرخاند.

قابلیت‌های کلیدی

  • خواندن CSV/Excel/SQL/JSON
  • فیلتر و انتخاب ستون‌ها با یک خط
  • groupby برای خلاصه‌سازی گروهی
  • ادغام جداول مثل JOIN پایگاه‌داده

مثال کاربردی واقعی

قابل اجرا
import pandas as pd

df = pd.DataFrame({
    'محصول': ['ماوس', 'کیبورد', 'مانیتور'],
    'قیمت': [850000, 2400000, 8900000],
    'موجودی': [12, 3, 0],
})
print(df.describe())

# فیلتر و مرتب‌سازی
available = df[df['موجودی'] > 0].sort_values('قیمت', ascending=False)
print(available[['محصول', 'قیمت']])

df.to_csv('products.csv', index=False, encoding='utf-8-sig')  # سازگار با اکسل فارسی

توضیح مثال: DataFrame ساخته می‌شود، آمار توصیفی با describe می‌آید، ردیف‌های موجود فیلتر و مرتب می‌شوند و خروجی CSV با utf-8-sig ذخیره می‌شود تا فارسی در اکسل درست باز شود.

نکات حرفه‌ای

  • برای خروجی CSV فارسی همیشه encoding=\"utf-8-sig\" بدهید تا اکسل درست نمایش دهد.
  • groupby(\"ستون\")[\"قیمت\"].sum() رایج‌ترین دستور گزارش‌گیری است.