pandas: Series ve DataFrame

Kanca

5 siparişin tutarını bir NumPy dizisinde tutuyorsun: [149.90, 89.50, 320.00, 45.00, 210.75]. Ama “S1003 numaralı siparişin tutarı kaç?” diye sorulunca, hangi indeksin hangi siparişe ait olduğunu ezbere mi tutacaksın? pandas’ın Series’i, tam olarak bu sorunu çözmek için var.

Sezgi

NumPy dizisi, verinin değerlerini tutar ama kimliğini unutur — 3. eleman “3. eleman”dır, başka bir şey değil. pandas Series, aynı NumPy dizisinin üzerine bir ETİKET (indeks) ekler — artık her değerin bir adı var. DataFrame ise, birden fazla Series’in aynı etiketler etrafında yan yana durduğu bir tablodur — tıpkı bir Excel sayfası gibi, ama Python içinde, programatik olarak.

Series = etiketli tek sütun. DataFrame = etiketli birden çok sütun, hepsi aynı satır kimliğini paylaşır.

Mekanizma

Önce bir Series kuralım — sipariş numaralarını indeks olarak kullanacağız:

# Series: ETİKETLİ, tek boyutlu bir dizi. NumPy dizisinden farkı: her elemanın bir "adı" (indeksi) var.
siparis_tutarlari = pd.Series(
    [149.90, 89.50, 320.00, 45.00, 210.75],
    index=["S1001", "S1002", "S1003", "S1004", "S1005"],
    name="tutar",
)
print(siparis_tutarlari)
print(f"\nS1003 numaralı siparişin tutarı: {siparis_tutarlari['S1003']} TL")
print(f"Ortalama tutar: {siparis_tutarlari.mean():.2f} TL")

S1001    149.90
S1002     89.50
S1003    320.00
S1004     45.00
S1005    210.75
Name: tutar, dtype: float64

S1003 numaralı siparişin tutarı: 320.0 TL
Ortalama tutar: 163.03 TL

siparis_tutarlari['S1003'] yazarak doğrudan sipariş numarasıyla erişebiliyoruz — NumPy dizisinde bunu yapamazdık, sadece dizi[2] diyebilirdik. Şimdi bir DataFrame kuralım — gerçekçi bir e-ticaret sipariş verisi:

# DataFrame: birden çok Series'in yan yana durduğu, ETİKETLİ bir tablo.
n = 300
siparisler = pd.DataFrame({
    "musteri_id": rng.integers(1000, 1100, size=n),
    "kategori": rng.choice(["Elektronik", "Giyim", "Ev & Yaşam", "Kitap"], size=n, p=[0.3, 0.35, 0.2, 0.15]),
    "tutar": rng.gamma(shape=2, scale=80, size=n).round(2),
    "bolge": rng.choice(["Marmara", "Ege", "İç Anadolu", "Akdeniz"], size=n),
})

print(f"\nDataFrame şekli: {siparisler.shape}  (satır, sütun)")
print(siparisler.head())
print(f"\nSütun tipleri:\n{siparisler.dtypes}")

DataFrame şekli: (300, 4)  (satır, sütun)
   musteri_id    kategori   tutar       bolge
0        1008  Ev & Yaşam  188.61         Ege
1        1077       Kitap   19.54         Ege
2        1065  Elektronik   80.10     Akdeniz
3        1043       Giyim   50.56  İç Anadolu
4        1043  Elektronik  182.59  İç Anadolu

Sütun tipleri:
musteri_id      int64
kategori          str
tutar         float64
bolge             str
dtype: object

300 satır, 4 sütun. dtypes çıktısına dikkat et: musteri_id tam sayı, tutar ondalık sayı, kategori ve bolge ise str — pandas 3’te metin sütunları artık kendi özel str tipini kullanıyor (eski pandas sürümlerinde bunun yerine genel amaçlı object yazardı).

Çoğu kişi DataFrame’i “sayı tablosu” olarak düşünür ve sütunların birer Series olduğunu unutur. Değil, çünkü bir DataFrame’in her sütunu bağımsız bir Series’tir — bunu doğrulayalım:

# Bir DataFrame'in HER SÜTUNU aslında bir Series'tir.
tutar_sutunu = siparisler["tutar"]
print(f"\nsiparisler['tutar'] tipi: {type(tutar_sutunu).__name__}")
print(f"İlk 5 değer:\n{tutar_sutunu.head()}")

print(f"\nToplam ciro: {siparisler['tutar'].sum():.2f} TL")
print(f"Kategori sayısı: {siparisler['kategori'].nunique()}")

siparisler['tutar'] tipi: Series
İlk 5 değer:
0    188.61
1     19.54
2     80.10
3     50.56
4    182.59
Name: tutar, dtype: float64

Toplam ciro: 46161.29 TL
Kategori sayısı: 4

siparisler['tutar'] çağrısı bize gerçek bir Series nesnesi döndürüyor — üzerinde .mean(), .sum() gibi Series metotlarını doğrudan kullanabiliyoruz.

Matematik

Kod

Nerede işe yarar

Series ve DataFrame, pandas’ın (dolayısıyla Python’da veri analizinin) temel yapı taşlarıdır:

• Gerçek dünya verisi. CSV, Excel, veritabanı sorgusu — hepsi pandas’a DataFrame olarak yüklenir.
• Zaman serisi analizi. Tarih indeksli bir Series, borsa verisi veya sensör okumaları gibi zaman serilerini doğal olarak temsil eder.
• Rapor ve özetler. .describe(), .value_counts(), .groupby() (8. derste) gibi metotlar doğrudan Series/DataFrame üzerinde çalışır.

Bu 3 hatayı yaparsın:

1. DataFrame’i “büyük bir NumPy dizisi” sanıp sütun bazlı farklı dtype’ları göz ardı etmek.
2. İndeksin sadece “satır numarası” olduğunu sanmak — aslında herhangi bir etiket (tarih, kimlik numarası) olabilir ve erişimi bu etikete göre yapılır.
3. siparisler['tutar'] ile siparisler[['tutar']] arasındaki farkı karıştırmak — ilki bir Series, ikincisi (çift köşeli parantez) tek sütunlu bir DataFrame döndürür.

Kendini test et

Özet