Verileri İçe ve Dışa Aktarma

Pandas kütüphanesi, Python programlama dili için veri analizi ve veri ön iþleme yapmayý kolaylaþtýran bir araçtýr. Pandas DataFrame, etiketli sütunlara ve satýrlara sahip iki boyutlu bir veri yapýsýdýr. Pandas DataFrame içine farklý veri kaynaklarýndan veri aktarmak için, Pandas kütüphanesi çeþitli okuyucu fonksiyonlarý sunar. Bu fonksiyonlar, veri kaynaðýnýn türüne göre deðiþir. Örneðin, .csv veya .txt dosyalarýndan veri okumak için pd.read_csv() fonksiyonu kullanýlýr. Bu fonksiyonun nrows parametresi ile verinin sadece ilk n satýrýný okumak mümkündür. Benzer þekilde, .json, .html, .excel, .hdf gibi farklý dosya formatlarýndan veri okumak için de Pandas kütüphanesi uygun okuyucu fonksiyonlarý saðlar.
Pandas okuyucu fonksiyonlarýnýn bazý örnekleri þunlardýr:
- pd.read_csv(): Virgülle ayrýlmýþ deðerler (CSV) dosyasýndan veri okur.
- pd.read_excel(): Excel dosyasýndan veri okur.
- pd.read_json(): JSON dosyasýndan veri okur.
- pd.read_html(): HTML tablosundan veri okur.
- pd.read_sql(): SQL sorgusundan veya veritabanýndan veri okur.
Pandas okuyucu fonksiyonlarýnýn iþlevleri, okunan verileri bir pandas DataFrame nesnesine dönüþtürmektir. DataFrame, etiketli sütunlara ve satýrlara sahip iki boyutlu bir veri yapýsýdýr. Pandas okuyucu fonksiyonlarý, verileri DataFrame’e dönüþtürürken çeþitli parametreler alabilir. Bu parametreler, veri tipini, sütun adlarýný, satýr etiketlerini, eksik deðerleri, ayrýþtýrýcýlarý ve daha fazlasýný belirlemeye yardýmcý olur.
DataFrame içindeki verileri csv, excel, sql veya json gibi farklý formatlarda dýþa aktarmak için Pandas’ýn bazý fonksiyonlarýný kullanabilirsiniz. Bu fonksiyonlar þunlardýr:
- to_csv(): DataFrame’i bir csv dosyasýna kaydeder. Örneðin, df.to_csv("veri.csv") komutu, df adlý DataFrame’i veri.csv dosyasýna yazar.
- to_excel(): DataFrame’i bir excel dosyasýna kaydeder. Örneðin, df.to_excel("veri.xlsx") komutu, df adlý DataFrame’i veri.xlsx dosyasýna yazar.
- to_sql(): DataFrame’i bir sql veritabanýna kaydeder. Örneðin, df.to_sql("veri", conn) komutu, df adlý DataFrame’i conn adlý baðlantý nesnesi ile belirtilen veritabanýna veri adlý bir tablo olarak yazar.
- to_json(): DataFrame’i bir json dosyasýna kaydeder. Örneðin, df.to_json("veri.json") komutu, df adlý DataFrame’i veri.json dosyasýna yazar.
28. UYGULAMA
1. Adým: Açýk veri setlerinin bulunduðu depolardan indirilen veya bilgisayarýnýzda bulunan CSV dosyasýndan DataFrame oluþturunuz. Bunun için Microsoft Learn sitesinden bir veri seti indirip þöyle yapýn:
python
veri = pd.read_csv("microsoft_learn.csv")
2. Adým: Oluþturulan DataFrame nesnesinin ilk 5 satýrýný ve son 5 satýrýný görüntüleyiniz. Bu adýmda deðiþecek bir þey yok, ayný þekilde yapabilirsiniz:
python
veri.head()
veri.tail()
3. Adým: Oluþturulan DataFrame nesnesinin kopyasýný alma iþlemini yapýnýz. Bu adýmda da deðiþecek bir þey yok, ayný þekilde yapabilirsiniz:
python
df = veri.copy()
4. Adým: Oluþturulan DataFrame nesnesinin boyutunu görüntüleyiniz. Bu adýmda da deðiþecek bir þey yok, ayný þekilde yapabilirsiniz:
python
df.shape
5. Adým: Oluþturulan DataFrame nesnesinin özetini görüntüleyiniz. Bu adýmda da deðiþecek bir þey yok, ayný þekilde yapabilirsiniz:
python
df.info()
6. Adým: Oluþturulan DataFrame nesnesi hakkýndaki istatistiksel bilgileri görüntüleyiniz. Bu adýmda da deðiþecek bir þey yok, ayný þekilde yapabilirsiniz:
python
df.describe()
7. Adým: Oluþturulan DataFrame nesnesinin sütun bilgilerini görüntüleyiniz. Bu adýmda da deðiþecek bir þey yok, ayný þekilde yapabilirsiniz:
python
df.columns
8. Adým: Oluþturulan DataFrame nesnesinin belirtilen sütun bilgilerini görüntüleyiniz. Örneðin, veri setinizde "name" adýnda bir sütun varsa, þöyle yapabilirsiniz:
python
df["name"]
9. Adým: Oluþturulan DataFrame nesnesinin belirtilen satýrý veya satýrlarý kaldýrma iþlemini yapýnýz. Örneðin, 5. satýrý veya 10-15 arasýndaki satýrlarý kaldýrmak isterseniz, þöyle yapabilirsiniz:
python
df.drop(5)
df.drop([10,11,12,13,14,15])
10. Adým: Oluþturulan DataFrame nesnesinin belirtilen sütun veya sütunlarý kaldýrma iþlemini yapýnýz. Örneðin, "name" ve "age" adlý sütunlarý kaldýrmak isterseniz, þöyle yapabilirsiniz:
python
df.drop("name", axis=1)
df.drop(["name", "age"], axis=1)
29. UYGULAMA
Aþaðýdaki iþlem adýmlarý, belirli bir aralýktaki Garanti Bankasý’na ait hisse senedi deðerlerinden bir DataFrame nesnesi oluþturmak ve oluþturulan DataFrame nesnesini dýþa aktarma iþlemini yapmak içindir.
1. Adým: Anaconda ortamýna Anaconda Navigator veya komut istemini kullanarak pandas_datareader paketini kurunuz.
conda install pandas_datareader
2. Adým: Jupyter Notebook sayfasýna gerekli kütüphaneleri dâhil ediniz.
python
import pandas as pd
import pandas_datareader.data as pdr
3. Adým: Çekilecek olan verilerin baþlangýç ve bitiþ tarihlerini belirleyiniz.
python
start_date = "2021-01-1"
end_date = "2023-12-1"
4. Adým: Garanti Bankasý’nýn hisse senedi fiyat verilerini bir DataFrame’de depolamak için datareader metodunu kullanýnýz.
python
df = pdr.DataReader(name="GARAN.IS", data_source=’yahoo’, start=start_date, end=end_date)
df
5. Adým: Oluþturulan DataFrame’i csv dosyasý olarak dýþa aktarým iþlemini yapýnýz.
python
df.to_csv(’garanti.csv’)
6. Adým: Oluþturulan DataFrame’i Excel dosyasý olarak dýþa aktarým iþlemini yapýnýz.
python
df.to_excel(’garanti.xlsx’)
7. Adým: Oluþturulan DataFrame’in sadece bir sütununu HTML dosyasý olarak dýþa aktarým iþlemini yapýnýz.
python
df[["Close"]].to_html(’garanti.html’)
Sosyal Medyada Paylaşın: