Pandas, moda dünyası da dahil olmak üzere çeşitli alanlarda yaygın olarak kullanılan, veri analizi ve manipülasyonu için güçlü bir Python kitaplığıdır. Moda uzmanları ve geliştiriciler, Pandaları kullanarak moda endüstrisiyle ilgili veri kümelerini analiz ederek trendleri, kalıpları ve içgörüleri tespit edebilir. Bu makalede, güçlü Pandaların işlevlerini inceleyeceğiz, ortalama hem de toplamve moda verilerinin analizinde uygulamaları.
Bu işlevler, satışlar, fiyat eğilimleri, ürün derecelendirmesi ve daha fazlası gibi moda ürünleri hakkında önemli bilgileri keşfetmede çok yardımcı olabilir. Çeşitli niteliklerin ortalamasını ve toplamını hesaplayarak, stil ve moda trendleri hakkında bilinçli kararlar vermek için değerli içgörüler elde edebiliriz.
Sorunun çözümü
Pandaların kullanımını göstermek için ortalama hem de toplam işlevleri, stil, renk, fiyat ve derecelendirme gibi farklı moda öğeleri hakkında ayrıntılar içeren bir veri setimiz olduğunu varsayalım. Bu veri setini bir pandas DataFrame'e aktaracağız ve ortalama ve toplam fonksiyonlarını kullanarak analizimize başlayacağız.
import pandas as pd
# Read data from a CSV file and load it into a DataFrame
data = pd.read_csv('fashion_items.csv')
# Calculate mean and sum of the price column
mean_price = data['price'].mean()
sum_price = data['price'].sum()
print('Mean price:', mean_price)
print('Total price:', sum_price)
Kodun adım adım açıklaması
- İlk olarak, 'pd' takma adıyla pandas kitaplığını içe aktarıyoruz.
- Ardından, 'fashion_items.csv' adlı bir CSV dosyasındaki verileri okuyoruz ve pd.read_csv işlevini kullanarak 'data' adlı bir DataFrame'e yüklüyoruz. Veri seti, çeşitli moda öğeleri hakkında bilgi içerir.
- Ardından, DataFrame'in 'fiyat' sütununa uygulanan ortalama() işlevini kullanarak tüm moda öğelerinin ortalama fiyatını hesaplıyoruz. Bu değer, 'mean_price' adlı bir değişkende saklanır.
- Benzer şekilde 'price' sütununda sum() fonksiyonunu çağırarak tüm moda ürünlerinin toplam fiyatını hesaplıyoruz. Bu değer, 'sum_price' adlı bir değişkende saklanır.
- Son olarak, moda ürünlerinin hesaplanan ortalama ve toplam fiyatlarını yazdırıyoruz.
Pandalardaki ilgili kitaplıklar ve işlevler
Moda endüstrisinde veri analizi için pandaların kullanımını tamamlayan çok sayıda kitaplık ve işlev vardır. Ayrıca bu yararlı işlevlerden bazıları ortalama hem de toplam şunları içerir:
Pandalar grup işlevi
MKS Groupby işlevi, verileri belirli sütunlara göre toplamak için özellikle yararlıdır. Örneğin, veri kümemizde bulunan her stil için moda ürünlerinin ortalama ve toplam fiyatını analiz etmek istiyorsak.
# Group data by style and calculate mean and sum of the price
grouped_data = data.groupby('style')['price'].agg(['mean', 'sum'])
print(grouped_data)
Pandalar birleştirme işlevi
MKS birleştirme işlevi, ortak bir sütuna dayalı olarak iki DataFrame'i birleştirmemize izin verir. Örneğin, her stilin popülaritesi hakkında bilgi içeren ayrı bir veri setimiz olduğunu varsayalım. Her iki DataFrame'i birleştirerek bu bilgiyi değerli içgörülere dönüştürebiliriz.
# Import data related to style popularity
style_popularity_data = pd.read_csv('style_popularity.csv')
# Merge the original data and style_popularity_data based on the 'style' column
merged_data = pd.merge(data, style_popularity_data, on='style')
print(merged_data.head())
Moda uzmanları ve geliştiriciler, Pandas kitaplığındaki bu güçlü işlevleri anlayıp uygulayarak bilinçli kararlar alabilir ve en son trendleri ve stilleri kolaylıkla analiz edebilir.
