🐼
Veb-sayt

Python va Pandas bilan ma'lumotlar tahlili: boşlanğiç qöllanma

30.06.2025
← Barça maqolalar

Bugungi raqamli dunyoda har bir biznes ulkan hajmdagi ma'lumotlarni işlab çiqaradi: sotuv buyurtmalari, mijozlar röyxati, veb-sayt taşriflari va moliyaviy hisobotlar. Bu ma'lumotlarni Excel jadvalida qölda körib çiqiş minglab qatorlarga yetganda deyarli imkonsiz bölib qoladi. Aynan şu yerda Python dasturlaş tili va uning Pandas kutubxonasi yordamga keladi, çunki ular katta hajmdagi ma'lumotni bir neça soniyada öqib, tahlil qilib va xulosaga aylantirib beradi.

Pandas — bu oçiq kodli, bepul kutubxona bölib, u Python'da jadval körinişidagi ma'lumotlar bilan işlaşni soddalaştiriş uçun maxsus yaratilgan. U data-analyst, dasturçi va ilmiy tadqiqotçilar orasida eng maşhur vositalardan biriga aylangan. Uşbu maqolada biz Pandas'ning asosiy tuşunçalaridan boşlab, ma'lumot yuklaş, tozalaş, filtrlaş va guruhlaşgaça bölgan butun jarayonni real biznes misoli orqali bosqiçma-bosqiç körib çiqamiz.

DataFrame va Series — Pandas yuragi

Pandas ikkita asosiy ma'lumot tuzilmasiga tayanadi. Birinçisi — Series, ya'ni bir ölçovli ustun bölib, u indeks bilan birga keladigan qiymatlar röyxatini ifodalaydi. Ikkinçisi va eng muhimi — DataFrame bölib, u Excel jadvaliga öxşaş, qator va ustunlardan iborat ikki ölçovli tuzilmadir. Aslida DataFrame'ni bir neçta Series'ning birlaşmasi sifatida tasavvur qiliş mumkin, çunki uning har bir ustuni alohida Series hisoblanadi.

import pandas as pd

# Series yaratish
narxlar = pd.Series([1000, 2500, 1800], index=['kitob', 'qalam', 'daftar'])
print(narxlar)

# DataFrame yaratish
data = {
    'mahsulot': ['kitob', 'qalam', 'daftar'],
    'narx': [1000, 2500, 1800],
    'soni': [50, 120, 80]
}
df = pd.DataFrame(data)
print(df)

Ma'lumot yuklaş: CSV va Excel

Amaliyotda ma'lumotlar köpinça taşqi fayllarda saqlanadi, eng keng tarqalganlari esa CSV va Excel formatlaridir. Pandas bunday fayllarni atigi bitta qator kod bilan öqiy oladi va ularni darhol DataFrame'ga aylantiradi. Bu jarayon şu qadar soddaki, hatto minglab qatorli katta fayllar ham bir lahzada xotiraga yuklanadi va tahlilga tayyor böladi.

# CSV faylni o'qish
df = pd.read_csv('sotuvlar.csv')

# Excel faylni o'qish
df = pd.read_excel('hisobot.xlsx', sheet_name='Yanvar')

# Birinchi 5 qatorni ko'rish
print(df.head())

# Umumiy ma'lumot
print(df.info())
print(df.describe())

Ma'lumotni tozalaş: böş qiymat va dublikatlar

Real hayotda yiğilgan ma'lumotlar deyarli heç qaçon mukammal bölmaydi, ularda böş kataklar, takrorlangan qatorlar va xato qiymatlar uçraydi. Tahlil natijasi işonçli bölişi uçun avval uşbu nuqsonlarni tozalaş zarur, aks holda notöğri xulosalarga kelib qoliş ehtimoli yuqori. Pandas böş qiymatlarni topiş, öçiriş yoki örniga örtaça qiymat qöyiş hamda dublikatlarni yöqotiş uçun qulay vositalarni taqdim etadi.

# Bo'sh qiymatlarni tekshirish
print(df.isnull().sum())

# Bo'sh qiymatli qatorlarni o'chirish
df = df.dropna()

# Bo'sh qiymatni o'rtacha bilan to'ldirish
df['narx'] = df['narx'].fillna(df['narx'].mean())

# Dublikatlarni o'chirish
df = df.drop_duplicates()

Filtrlaş, saralaş va guruhlaş

Ma'lumot tozalangaç, undan kerakli qismni ajratib oliş vaqti keladi. Filtrlaş orqali biz faqat ma'lum şartga javob beradigan qatorlarni, masalan narxi ma'lum summadan yuqori mahsulotlarni tanlab olamiz. Saralaş esa ma'lumotni ösiş yoki kamayiş tartibida joylaştiradi, guruhlaş (groupby) esa öxşaş qatorlarni birlaştirib, har bir guruh böyiça umumiy körsatkiçlarni hisoblaşga imkon beradi.

# Filtrlash: narxi 1500 dan yuqori mahsulotlar
qimmat = df[df['narx'] > 1500]

# Saralash: narx bo'yicha kamayish tartibida
df_sorted = df.sort_values('narx', ascending=False)

# Guruhlash: har bir kategoriya bo'yicha jami sotuv
jami = df.groupby('kategoriya')['summa'].sum()
print(jami)

Jadvallarni birlaştiriş: merge

Köpinça kerakli ma'lumot bir neçta alohida jadvalga tarqalgan böladi, masalan buyurtmalar bir faylda, mijozlar haqidagi tafsilotlar esa boşqasida saqlanadi. Pandas'ning merge funksiyasi xuddi SQL ma'lumotlar bazasidagi JOIN amaliyoti kabi uşbu jadvallarni umumiy ustun orqali bir-biriga ulaydi. Bu sizga töliq manzarani köriş va ma'lumotlar örtasidagi boğliqlikni aniqlaş imkonini beradi.

# Ikki jadvalni mijoz ID bo'yicha birlashtirish
natija = pd.merge(buyurtmalar, mijozlar, on='mijoz_id', how='left')
print(natija.head())

Real biznes misoli: dökon sotuvlari tahlili

Endi örganganlarimizni bir butun real misolda jamlaymiz. Tasavvur qiling, sizda onlayn dökonning bir oylik sotuv ma'lumotlari bor va siz qaysi mahsulot toifasi eng köp daromad keltirganini, hamda eng faol mijozlarni aniqlamoqçisiz. Quyidagi kod ma'lumotni yuklaydi, tozalaydi va kategoriya böyiça umumiy daromadni hisoblab, eng yaxşi natijani körsatadi.

df = pd.read_csv('sotuvlar.csv')
df = df.dropna().drop_duplicates()

# Har bir buyurtmaning umumiy summasini hisoblash
df['summa'] = df['narx'] * df['soni']

# Kategoriya bo'yicha jami daromad
daromad = df.groupby('kategoriya')['summa'].sum().sort_values(ascending=False)
print("Eng daromadli toifa:", daromad.index[0])
print(daromad)

# Eng faol 5 mijoz
top_mijozlar = df.groupby('mijoz')['summa'].sum().nlargest(5)
print(top_mijozlar)

Vizualizatsiya haqida qisqaça

Raqamlar jadvalda muhim bölsa-da, ularni grafik körinişida körsatiş xulosalarni ança tuşunarli qiladi. Pandas Matplotlib kutubxonasi bilan çambarças işlaydi va deyarli har qanday DataFrame'ni bir qator kod bilan diagrammaga aylantira oladi. Masalan, sotuvlar dinamikasini çiziqli grafikda yoki kategoriyalar uluşini ustunli diagrammada körsatiş mumkin.

import matplotlib.pyplot as plt

# Kategoriya bo'yicha daromad diagrammasi
daromad.plot(kind='bar', title='Toifalar bo\'yicha daromad')
plt.ylabel('Summa')
plt.tight_layout()
plt.savefig('daromad.png')

Pandas — bu zamonaviy ma'lumot tahlilining poydevori bölib, uni örganiş boşlovçi dasturçi yoki data-analyst uçun eng foydali sarmoyalardan biridir. Bugun körib çiqqan asosiy tuşunçalar — DataFrame, tozalaş, guruhlaş va birlaştiriş — amaliy işlarning katta qismini qamrab oladi. Kiçik fayllar bilan maşq qilişni boşlang, asta-sekin murakkabroq vazifalarga öting va tez orada ma'lumotlardan haqiqiy biznes qarorlari çiqariş könikmasiga ega bölasiz.

Öxşaş maqolalar

🧾 Onlayn dökon va fiskal çek: virtual kassa talablari 💻 IT kompaniya sayti: software house, autsorsing va developer servisi uçun strategiya 🌾 Qişloq xöjaligi va agrobiznes sayti: mahsulotlar katalogi va B2B sotuv 🧪 Tibbiy laboratoriya sayti: testlar katalogi, onlayn buyurtma va natija oliş
🌐 Til
🇺🇿 O⁠'zbek 🇺🇿 Özbek (yangi) ✓ 🇺🇿 Ўзбек 🇷🇺 Русский 🇬🇧 English