Личный топ методов Pandas

Pandas — это изумительная библиотека на Python для анализа и обработки данных. Она настолько хороша, что проще сказать, чего она не умеет, чем перечислить все её возможности. В мире аналитики это настоящий швейцарский нож.

В этой статье я хочу поделиться личным топом методов, которые помогают в первичной обработке больших данных.

Подготовка данных

Для примеров я использую датасет по недвижимости в индийском регионе Хайдарабад (CSV можно взять по ссылке).

import pandas as pd    # загружаем данные data = pd.read_csv(r'ваш_путь_к_файлу\Hyderabad.csv')  # смотрим первые и последние строки data.head(10) data.tail(10)  # список всех колонок data.columns 

1. Первичный анализ: агрегаты

mean_price = data['Price'].mean()     # среднее max_price = data['Price'].max()       # максимум min_price = data['Price'].min()       # минимум sum_price = data['Price'].sum()       # сумма std_price = data['Price'].std()       # стандартное отклонение median_price = data['Price'].median() # медиана count_data = data['Price'].count()    # количество непустых значений

И мега-метод:

data['Price'].describe()

2. Фильтрация

Фильтрация в Pandas удобна, но с нюансами: вместо and/or/not используются &, |, ~.

# исключаем Madhapur data[data['Location'] != 'Madhapur']  # несколько условий data[(data['Location'] != 'Madhapur') & (data['Price'] < 3_000_000)]  # с бассейном и спортзалом data[(data['SwimmingPool'] == 1) & (data['Gymnasium'] == 1)]

3. Поиск минимальной цены

filtered = data[(data['SwimmingPool'] == 1) & (data['Gymnasium'] == 1)] min_house = filtered[filtered['Price'] == filtered['Price'].min()]

👉 Так находим самый дешёвый дом с заданными условиями.

4. GroupBy

Метод groupby — один из самых сильных в Pandas (и очень похож на SQL).

# максимум цены по каждой локации data.groupby('Location')['Price'].max()  # несколько агрегатов data.groupby('Location')['Price'].agg(['max', 'min', 'mean', 'median'])

5. Between и isin

# цены между 10 и 50 млн data[data['Price'].between(10_000_000, 50_000_000)]  # проверка на вхождение data[data['Location'].isin(['Delhi', 'Mumbai'])]

6. Уникальность и дубликаты

# уникальные значения data['No. of Bedrooms'].unique()  # количество уникальных data['Location'].nunique()  # частота значений data['Location'].value_counts()  # поиск дубликатов data['Location'].duplicated()  # удаление дубликатов data['Location'].drop_duplicates()

Итоги

Вот быстрый чек-лист полезных методов Pandas:

• 📊 mean(), max(), min(), sum(), std(), median(), describe() — агрегаты

• 🔎 [], & | ~ — фильтрация

• 🏷 groupby(), agg() — группировка

• 📐 between(), isin() — выборки по условиям

• 🎭 unique(), value_counts(), nunique() — уникальные значения

• 🔄 duplicated(), drop_duplicates() — дубликаты

👉 Pandas — мощный инструмент, а эти методы — лишь малая часть его возможностей. Но даже они позволяют превратить CSV-файл в полноценный аналитический источник.