Skip to main content

Esplorazione dei dati

Argomenti: head(), describe(), info()

Intro​

Una volta caricati i dati in un DataFrame con Pandas, spesso il primo passo è esplorare questi dati per avere una prima comprensione di cosa contengano. Pandas offre diversi metodi utili per dare un'occhiata iniziale ai dati e raccogliere statistiche sommarie.

Il metodo head() permette di visualizzare le prime righe di un DataFrame. Di default, mostra le prime 5 righe, ma è possibile specificare un numero diverso come argomento:

import pandas as pd
# Supponiamo di avere un DataFrame chiamato df
df.head()  # mostra le prime 5 righe
df.head(10)  # mostra le prime 10 righe`

describe()​

Il metodo describe() fornisce statistiche descrittive del DataFrame. Questo include conteggi, medie, deviazioni standard, valori minimi e massimi, e i quartili. È particolarmente utile per avere una visione d'insieme delle distribuzioni numeriche nel tuo set di dati:

df.describe()

Da notare che describe() di default considera solo le colonne numeriche. Se vuoi includere anche le colonne non numeriche, puoi utilizzare l'opzione include='all':

df.describe(include='all')`

info()​

Il metodo info() fornisce un sommario conciso del DataFrame, mostrando il tipo di dati di ciascuna colonna, il numero di valori non nulli e l'uso della memoria:

df.info()

Questo metodo è estremamente utile quando si lavora con grandi set di dati, in quanto fornisce informazioni sul tipo di dati e su eventuali valori mancanti.

Esercizi​

Esercizio 1​

  1. Crea un DataFrame a partire da un file CSV o da un dizionario. Usa il metodo head() per visualizzare le prime righe del DataFrame.

  2. Utilizza describe() per ottenere statistiche descrittive del tuo DataFrame. Prova anche l'opzione include='all' e osserva le differenze.

  3. Chiama il metodo info() sul tuo DataFrame e analizza l'output. Ci sono colonne con valori mancanti? Quali colonne occupano più memoria?

Congratulazioni! 🎉

Hai acquisito strumenti fondamentali per esplorare e comprendere rapidamente i tuoi set di dati con Pandas.