PANDAS

Învață pandas: comenzi explicate cu exemple

66 de comenzi 19 categorii Comunitate & Q&A

pandas este biblioteca Python folosită pentru lucrul cu date sub formă de tabel: citești un fișier CSV sau Excel, filtrezi rânduri, calculezi totaluri pe grupe, combini tabele și salvezi rezultatul. Structurile de bază sunt Series (o coloană cu etichete) și DataFrame (un tabel cu rânduri și coloane).

Mai jos găsești funcțiile grupate pe categorii, în ordinea în care le folosești de obicei într-o analiză. Fiecare pagină explică ce face funcția, parametrii importanți, exemple cu rezultatul lor și greșelile frecvente.

Exemplele au fost rulate cu pandas 3.1 și NumPy 2.5, pe Python 3.14. Instalarea: pip install pandas, iar în cod biblioteca se importă de obicei cu import pandas as pd.

Series și DataFrame 3 comenzi

io 2 comenzi

workflow 1 comandă

Pipeline-uri de Transformare Curate cu DataFrame.pipe df.pipe(functie_curatare).pipe(functie_calcul, argument=val) Înlănțuirea funcțiilor personalizate în stil Method Chaining pentru cod de analiză modular și lizibil.

dataframe 2 comenzi

statistics 1 comandă

Matricea de Corelație și Covarianță cu corr și cov df.corr(method='pearson') / df.cov() Calculul coeficienților de corelație liniară și a gradului de asociere statistică între variabilele numerice.

performance 2 comenzi

ml 1 comandă

One-Hot Encoding Categorial cu pd.get_dummies pd.get_dummies(data, prefix=None, drop_first=False, dtype=int) Conversia variabilelor categoriale în coloane indicatoare binare (0/1) pentru algoritmii de Machine Learning.

Citire și scriere 4 comenzi

Explorarea datelor 8 comenzi

Selecție și filtrare 7 comenzi

Transformarea coloanelor 8 comenzi

Grupare și agregare 5 comenzi

Combinarea tabelelor 3 comenzi

Date lipsă și duplicate 4 comenzi

Text (.str) 3 comenzi

Date calendaristice 3 comenzi

Remodelarea tabelelor 4 comenzi

Ferestre și serii de timp 4 comenzi

Grafice 1 comandă

DataFrame.plot() / Series.plot() df.plot(x=None, y=None, kind='line', title=None, figsize=None, ...) Desenează rapid grafice din tabele: linie, bare sau histogramă, folosind matplotlib, apoi le salvezi ca imagine.

Toate funcțiile și metodele pandas

Ghidul complet de referință pentru analiza și prelucrarea datelor tabelare cu biblioteca Python pandas. Consultați tabelele structurate de mai jos pentru a naviga direct la paginile dedicate fiecărei metode, funcții scalare și utilitare I/O, însoțite de exemple practice executabile și explicații tehnice în limba română.

1. Structuri de Date & Ingestie I/O

Crearea seriilor și a tabelelor, citirea și scrierea din CSV, Parquet, Excel, JSON și baze SQL.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`pd.Series()`	Structura unidimensională de date etichetată capabilă să rețină orice tip de date.
`pd.DataFrame()`	Structura de date tabelară bidimensională fundamentală cu etichete pentru rânduri și coloane.
`pd.read_csv()`	Citirea și parsarea eficientă a fișierelor CSV într-un obiect DataFrame.
`DataFrame.to_csv()`	Salvarea și exportul datelor dintr-un DataFrame într-un fișier CSV.
`read_parquet() & to_parquet()`	Stocarea columnar binară Parquet cu compresie și suport de mare viteză Apache Arrow.
`pd.read_excel() & to_excel()`	Încărcarea și salvarea foilor de calcul Microsoft Excel (.xlsx/.xls).
`pd.read_json() & to_json()`	Conversia între șiruri sau fișiere JSON și structuri tabulare pandas.
`pd.read_sql() & to_sql()`	Interogarea directă a bazelor de date relaționale (PostgreSQL, SQLite) și salvarea tabelelor prin SQLAlchemy.
`set_index() & reset_index()`	Setarea uneia sau mai multor coloane drept index de rând și resetarea la indexul numeric implicit.

2. Inspecție, Metadate & Diagnosticare

Explorarea primelor rânduri, tipuri de date, statistici descriptive, dimensiuni și amprenta de memorie.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`head() & tail()`	Afișarea rapidă a primelor sau ultimelor n rânduri din DataFrame.
`DataFrame.info()`	Rezumat concis al tabelului: numărul de rânduri, tipurile coloanelor și valorile non-null.
`describe()`	Calculul statisticilor descriptive: medie, deviație standard, minim, percentile și maxim.
`shape, size, len, ndim, columns`	Atribute fundamentale pentru aflarea dimensiunilor, numărului de celule și listei coloanelor.
`dtypes & select_dtypes()`	Afișarea tipurilor de date ale coloanelor și filtrarea exclusivă a anumitor tipuri.
`memory_usage(deep=True)`	Inspecția detaliată a consumului real de memorie RAM per coloană în octeți.
`value_counts()`	Numărarea frecvenței de apariție a valorilor unice într-o coloană categorială.

3. Selectare, Indexare & Filtrare

Accesarea celulelor pe bază de etichete sau poziții numerice, filtrare booleană și interogări rapide query.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`DataFrame.loc`	Selectarea rândurilor și coloanelor pe baza etichetelor de index sau a condițiilor booleene.
`DataFrame.iloc`	Selectarea elementelor strict pe baza pozițiilor numerice întregi (0 la n-1).
`DataFrame.at & iat`	Accesul de mare viteză la o singură valoare scalară folosind eticheta sau poziția.
`Boolean Indexing`	Filtrarea rândurilor pe baza condițiilor logice compuse cu operatorii &, \| și ~.
`DataFrame.query()`	Filtrarea rândurilor prin expresii scrise sub formă de șir text de mare claritate.
`Series.isin() & DataFrame.isin()`	Verificarea apartenenței valorilor la o listă sau colecție specificată.
`DataFrame.where() & mask()`	Înlocuirea valorilor care nu respectă o condiție cu o valoare alternativă scalară.
`unique() & nunique()`	Returnarea valorilor distincte dintr-o serie și numărarea totalului de valori unice.
`DataFrame.sample()`	Eșantionarea aleatorie a unui număr fix de rânduri sau a unui procentaj din date.

4. Curățare Date & Valori Lipsă

Detectarea, imputarea sau eliminarea valorilor nule, deduplicare, redenumire și sortare.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`isna() & notna()`	Detectarea valorilor lipsă (NaN, None) prin returnarea unei măști booleene.
`fillna(), ffill(), bfill()`	Înlocuirea valorilor nule cu constante, medii sau prin propagare înainte/înapoi.
`dropna()`	Eliminarea rândurilor sau a coloanelor care conțin valori lipsă.
`duplicated() & drop_duplicates()`	Identificarea și ștergerea rândurilor duplicate din tabel.
`DataFrame.drop()`	Eliminarea rândurilor sau coloanelor specificate din DataFrame.
`DataFrame.rename()`	Schimbarea denumirii coloanelor sau a etichetelor de index folosind dicționare.
`sort_values() & sort_index()`	Sortarea datelor crescător sau descrescător după valorile uneia sau mai multor coloane.
`nlargest() & nsmallest()`	Preluarea rapidă a primelor n rânduri cu cele mai mari sau mai mici valori.

5. Manipulare Coloane, Transformare & Pipeline

Conversia tipurilor, funcții map/apply, pipeline-uri cu pipe, explodare de liste și One-Hot Encoding.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`DataFrame.assign()`	Crearea și atașarea de noi coloane calculate într-o manieră funcțională de tip chaining.
`astype() & pd.to_numeric()`	Conversia tipurilor de date ale coloanelor cu forțarea tratării erorilor coerse.
`apply() & Series.apply()`	Aplicarea unei funcții Python arbitrare de-a lungul unei axe a DataFrame-ului.
`Series.map() & DataFrame.map()`	Substituirea fiecărei valori dintr-o serie pe baza unui dicționar sau funcție de corespondență.
`DataFrame.replace()`	Căutarea și înlocuirea dinamică a valorilor țintă specificate.
`DataFrame.pipe()`	Înlănțuirea elegantă a funcțiilor personalizate în pipeline-uri de analiză curate.
`DataFrame.explode()`	Despachetarea listelor și array-urilor dintr-o celulă în rânduri individuale separate.
`pd.get_dummies()`	Codificarea One-Hot Encoding a variabilelor categoriale în coloane binare 0/1.
`pd.eval() & DataFrame.eval()`	Evaluarea matematică de mare viteză a expresiilor complexe prin motorul NumExpr.

6. Agregare, Grupare & Tabele Pivot

Gruparea datelor cu groupby, funcții agregate, pivot_table, tabele de contingență și binning.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`DataFrame.groupby()`	Împărțirea datelor în grupe pe baza uneia sau mai multor coloane cheie.
`agg() & aggregate()`	Aplicarea simultană a mai multor funcții de agregare matematice per coloană.
`groupby().transform()`	Calculul agregărilor pe grupe returnate la aceeași dimensiune ca tabelul original.
`pd.pivot_table()`	Construirea tabelelor pivot bidimensionale cu specificarea funcțiilor de agregare.
`DataFrame.pivot()`	Reorganizarea și remodelarea tabelului pe baza valorilor unice ale coloanelor.
`pd.crosstab()`	Calculul tabelelor de contingență și a frecvențelor încrucișate pe două sau mai multe variabile.
`pd.melt() & DataFrame.melt()`	Desfacerea tabelului din format lat (wide) în format lung (long).
`pd.cut()`	Segmentarea și împărțirea valorilor numerice continue în intervale discrete (binning).

7. Îmbinare, Concatenare & Relații Tabele

Operații relationale merge, join, concatenare pe axe și procesare avansată a textelor cu str.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`pd.merge()`	Îmbinarea a două tabele folosind operații relationale de tip inner, left, right sau outer join.
`DataFrame.join()`	Combinarea tabelelor pe baza indexului de rând sau a cheilor comune.
`pd.concat()`	Concatenarea pe verticală sau pe orizontală a mai multor obiecte Series sau DataFrame.
`Series.str (lower, upper, strip)`	Metode vectorizate pentru transformarea și curățarea textelor dintr-o coloană.
`str.contains(), startswith, endswith`	Filtrarea șirurilor de caractere pe baza căutării de subșiruri sau tipare regex.
`str.split() & str.extract()`	Divizarea textelor după delimitatori și extragerea grupurilor de captură regex.

8. Serii Temporale, Statistică & Grafice

Conversii datetime, eșantionare temporală resample, ferestre glisante rolling, corelație și grafice integrate.

Metodă / Funcție / Concept	Rol & Explicație Detaliată
`pd.to_datetime()`	Parsarea șirurilor de caractere și a timestamp-urilor în obiecte native DatetimeIndex.
`Series.dt (year, month, day_name)`	Accesorul temporal pentru extragerea de componente calendaristice (an, lună, zi, oră).
`pd.date_range()`	Generarea de secvențe temporale regulate la intervale fixe (zile, ore, luni).
`DataFrame.rolling()`	Calcule statistice pe ferestre glisante mobile (Moving Averages).
`DataFrame.resample()`	Re-eșantionarea seriilor de timp la frecvențe superioare sau inferioare (downsampling/upsampling).
`shift(), diff(), pct_change()`	Deplasarea valorilor în timp, calculul diferențelor absolute și al variației procentuale.
`cumsum(), cummax(), expanding()`	Calcule cumulative pe parcursul întregii serii de date (sume, maxime mobile).
`pd.qcut()`	Împărțirea datelor în intervale bazate pe percentile egale (cuantile).
`corr() & cov()`	Matricea coeficienților de corelație Pearson/Spearman și covarianță între variabile.
`DataFrame.plot() / Series.plot()`	Generarea rapidă a graficelor de linie, bare, histograme și scatter plot prin Matplotlib.

Comunitate & Schimb de cunoștințe

Discuții, Întrebări & Coduri pandas

Ai o întrebare legată de pandas, cauți o soluție sau vrei să împărtășești un fragment util de cod? Trimite mai jos contribuția ta.

💬

Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!

Nu au fost adăugate încă întrebări sau exemple de cod pentru această pagină. Dacă ai întâlnit o problemă sau ai un snippet util, adaugă-l mai jos pentru a-i ajuta pe ceilalți.

Comunitate Adaugă o întrebare sau distribuie un cod Anulează răspunsul

Alege ce dorești să transmiți:

Titlu scurt (opțional)

Întrebarea ta *

Moderare & Siguranță:

Pentru a menține calitatea și securitatea informațiilor, fiecare întrebare sau fragment de cod/prompt este analizat (manual sau prin moderare asistată de AI) înainte de publicare.

Nume sau Pseudonim *

Adresă de Email * (nu va fi publicată)