Programmierung | macOS | Linux | Windows
Mit Pandas können nicht nur unterschiedliche Dateiformate gelesen werden, es ist auch möglich einen Datensatz (DataFrame) als Excel-Datei zu speichern. Dies erledigt eine Zeile Code: Darüber hinaus versteht sich Pandas aber auch noch mit weiteren Dateiformaten: Betrachten wir dies an einem Beispiel. Nachfolgende Zeilen Code rufen Daten mit requests ab und lesen den Datensatz (CSV-Format) mit pd.read_csv(). Als Ergebnis erhalten … Weiterlesen …
Im ersten Plotly-Beispiel ging es um die Erstellung eines Liniendiagramms, das die Entwicklung der Wahlbeteiligung zum EU-Parlament in Kiel zeigt. Es wurden dabei Daten verwendet, die fester Bestandteil des Codes waren. In diesem zweiten Beispiel demonstriere ich nun, wie ein Datensatz (CSV) zunächst mit requests abgerufen und anschließend mit pandas gelesen wird, um schließlich mit plotly ein Liniendiagramm zu erzeugen. … Weiterlesen …
In diesem Blogbeitrag geht es um die Visualisierung von Daten; genauer gesagt um das Erstellen eines Balkendiagramms mit Python und bokeh. Im Gegensatz zu vorherigen Beispielen liegt der Datensatz in diesem Fall als CSV-Datei vor, die mit pandas gelesen wird. Damit dies funktioniert, sind folgende Pakete mit pip zu installieren: Dann kann es auch schon an den Code gehen. Den … Weiterlesen …
Mit Pandas lassen sich Daten aus unterschiedlichsten Quellen importieren. Wie die in einer CSV-Datei enthaltenen Werte in ein DataFrame übernommen werden können, hatte ich bereits in anderen Tutorials gezeigt. In diesem Artikel geht es nun um das Lesen von JSON-Dateien. Dafür muss Pandas auf dem System installiert sein: Der Import erfolgt mit der Zeile Die JSON-Datei kann mit der Methode … Weiterlesen …