DataFrame

Creazione di DataFrame

import pandas as pd
df = pd.DataFrame({
    "name": ["Alice", "Bob", "Carol"],
    "age": [25, 30, 35],
    "score": [88, 92, 79]
})

Ispezione

df.head(n)	Prime n righe (default 5)
df.tail(n)	Ultime n righe
df.shape	Tupla di (righe, colonne)
df.dtypes	Tipo di dato di ogni colonna
df.info()	Tipi colonne, conteggi non-null
df.describe()	Statistiche per colonne numeriche
df.columns	Nomi delle colonne come Index
df.index	Etichette delle righe

Lettura Dati

Lettori Comuni

df = pd.read_csv("data.csv")
df = pd.read_excel("data.xlsx")
df = pd.read_json("data.json")
df = pd.read_sql(query, connection)

Scrittura Dati

df.to_csv("out.csv", index=False)
df.to_excel("out.xlsx", index=False)
df.to_json("out.json", orient="records")

Opzioni di Lettura

sep=";"	Delimitatore personalizzato
header=None	Nessuna riga di intestazione nel file
usecols=[0,2]	Legge solo colonne specifiche
nrows=100	Legge le prime 100 righe
na_values=["N/A"]	Tratta come NaN

Selezione

Colonne

df["name"]              # colonna singola (Series)
df[["name", "age"]]     # colonne multiple (DataFrame)
df.name                 # accesso attributo (nomi semplici)

Righe con loc / iloc

df.loc[0]              # riga per etichetta
df.loc[0:2, "name"]    # righe 0-2, colonna "name"
df.iloc[0]             # riga per posizione
df.iloc[0:2, 0:2]     # prime 2 righe, 2 colonne

loc vs iloc

df.loc[row, col]	Seleziona per etichetta (fine inclusa)
df.iloc[row, col]	Seleziona per posizione (fine esclusa)
df.at[row, col]	Accesso scalare veloce per etichetta
df.iat[row, col]	Accesso scalare veloce per posizione

Filtraggio

Filtraggio Booleano

df[df["age"] > 25]
df[df["name"].str.contains("li")]
df[(df["age"] > 25) & (df["score"] > 80)]
df[df["name"].isin(["Alice", "Bob"])]

Gestione dei Dati Mancanti

df.isna().sum()          # conteggio NaN per colonna
df.dropna()              # rimuovi righe con NaN
df.fillna(0)             # riempi NaN con 0
df["col"].fillna(df["col"].mean())

Ordinamento

df.sort_values("age")                # crescente
df.sort_values("age", ascending=False)
df.sort_values(["age", "score"])      # multiplo

Aggregazione

Aggregazioni Comuni

df["col"].sum()	Somma della colonna
df["col"].mean()	Media
df["col"].median()	Mediana
df["col"].std()	Deviazione standard
df["col"].min() / .max()	Minimo / massimo
df["col"].count()	Conteggio non-null
df["col"].nunique()	Numero di valori unici
df["col"].value_counts()	Frequenza di ogni valore

Aggregazioni Multiple

df.agg({"age": "mean", "score": ["min", "max"]})
df.describe()  # statistiche sommario per tutti i numerici

GroupBy

Raggruppamento di Base

df.groupby("dept")["salary"].mean()
df.groupby("dept").agg(
    avg_sal=("salary", "mean"),
    count=("salary", "count")
)

Gruppi Multipli

df.groupby(["dept", "year"])["sales"].sum()
df.groupby("dept").size()  # righe per gruppo

Transform e Apply

df["z_score"] = df.groupby("dept")["salary"] \
    .transform(lambda x: (x - x.mean()) / x.std())
df.groupby("dept").apply(lambda g: g.nlargest(3, "salary"))

Unione

Merge (Join in stile SQL)

pd.merge(df1, df2, on="id")          # inner
pd.merge(df1, df2, on="id", how="left")
pd.merge(df1, df2, left_on="uid",
         right_on="user_id")

Tipi di Join

how="inner"	Mantiene solo le righe corrispondenti (default)
how="left"	Mantiene tutte le righe sinistra, NaN se non c'è corrispondenza
how="right"	Mantiene tutte le righe destra
how="outer"	Mantiene tutte le righe da entrambi i lati

Concatenazione

pd.concat([df1, df2])             # impila righe
pd.concat([df1, df2], axis=1)     # affiancato
pd.concat([df1, df2], ignore_index=True)

Tabelle Pivot

Tabella Pivot

df.pivot_table(
    values="sales", index="region",
    columns="quarter", aggfunc="sum"
)

Reshaping

df.melt(id_vars=["name"],
        value_vars=["q1", "q2"],
        var_name="quarter", value_name="sales")

Tabulazione Incrociata

pd.crosstab(df["dept"], df["gender"])
pd.crosstab(df["dept"], df["gender"],
            normalize="index")  # percentuali per riga

Serie Temporali

Basi di DateTime

df["date"] = pd.to_datetime(df["date"])
df["year"] = df["date"].dt.year
df["month"] = df["date"].dt.month
df["weekday"] = df["date"].dt.day_name()

Intervalli di Date e Ricampionamento

pd.date_range("2025-01-01", periods=12, freq="ME")
df.set_index("date").resample("ME")["sales"].sum()

Attributi dell'Accessor

.dt.year / .dt.month / .dt.day	Estrae componenti della data
.dt.hour / .dt.minute	Estrae componenti dell'ora
.dt.day_name()	Nome del giorno della settimana (Lunedì, ecc.)
.dt.days_in_month	Giorni nel mese

Pattern Comuni

Rinomina Colonne

df.rename(columns={"old": "new"})
df.columns = ["a", "b", "c"]  # sostituisce tutte

Aggiunge / Modifica Colonne

df["total"] = df["q1"] + df["q2"]
df["grade"] = df["score"].apply(
    lambda x: "A" if x >= 90 else "B"
)

Rimuove Colonne / Righe

df.drop(columns=["temp"])
df.drop_duplicates(subset=["name"])
df.reset_index(drop=True)

Operazioni su Stringhe

df["name"].str.lower()
df["name"].str.contains("ali", case=False)
df["name"].str.split(" ").str[0]  # primo nome

PANDAS RIFERIMENTO RAPIDO