[PYTHON] Pandas konusunun anlaşılabilirliği adına 15 soruluk örnek ve çözümleri.

dataframe youtube.py

import pandas as pd

data = pd.read_csv('GBvideos.csv')
df = pd.DataFrame(data)
##################################################################################


# 1- İlk on kaydı getirin.

result = df.head(10)

# 2- İkinci beş kaydı getirin.

result = df[5:].head()

# 3- Datasette bulunan kolon isimlerini ve sayısını bulunuz.

result = df.columns
result = len(df.columns)

# 4- Aşağıda belirtilen kolonları silin ve geriye kalanları listeleyin.
# (thumbnail_link, comments_disabled, rating_disabled,video_error_or_removed)

df.drop(['thumbnail_link', 'comments_disabled', 'ratings_disabled', 'video_error_or_removed'], inplace=True, axis=1)
result = df

# 5- Beğenme ve beğenmeme sayılarının ortalamasını alınız.

result = df['likes'].mean()
result = df['dislikes'].mean()

# 6- İlk 50 videonun 'like' ve 'dislike' kolonlarını getiriniz.

result = df.head(50)[['likes', 'dislikes', 'title']]

# 7- En çok görüntülenen video hangisidir?

result = df[df['views'] == df['views'].max()][['title', 'views']]

# 8- En düşük görüntülenen video hangisidir?

result = df[df['views'] == df['views'].min()][['title', 'views']]

# 9- En fazla görüntülenen ilk 10 video nelerdir?

result = df.sort_values('views', ascending=False)[['title', 'views']].head(10)

# 10- Kategoriye göre beğeni ortalamalarını sırasıyla getiriniz.

result = df.groupby('category_id')[['category_id', 'likes']].mean().sort_values('likes')

# 11- Kategoriye yorum sayılarını sırasıyla getiriniz.

result = df.groupby('category_id').sum().sort_values('comment_count')['comment_count']

# 12- Her kategoride kaç video vardır?

result = df['category_id'].value_counts()

# 13- Her videonun title uzunluğu bilgisini yeni bir kolonda gösteriniz.

df['len_title'] = df['title'].apply(len)
result = df[['title', 'len_title']].sort_values('len_title').head(10)


# 14- Her video için kullanılan tag sayısını yeni kolonda gösteriniz.

def tagCount(tag):
    return len(tag.split('|'))


df['count_tags'] = df['tags'].apply(lambda x: len(x.strip('|')))
df['count_tags'] = df['tags'].apply(tagCount)
result = df


# 14- En popüler videoları listele (like/dislike) oranına göre.

def likeDislikeOranHesapla(dataset):
    likes = list(dataset['likes'])
    dislikes = list(dataset['dislikes'])

    liste = list(zip(likes, dislikes))
    oranOranti = []

    for like, dislike in liste:
        if (like + dislike) == 0:
            oranOranti.append(0)
        else:
            temp = like / (like + dislike)
            oranOranti.append(temp)

    return oranOranti


df['like_dislike'] = likeDislikeOranHesapla(df)
result = df.loc[37500:,['likes','dislikes','like_dislike']].sort_values('like_dislike',ascending= False).head(16)
'''

        likes  dislikes  like_dislike
37653   96167         0      1.000000
38872  123856         0      1.000000
38009   98209         0      1.000000
38528  103086         0      1.000000
38704  112723         0      1.000000
38188   99719         0      1.000000
38356  100102         0      1.000000
37830   97221         0      1.000000
38445   58921        99      0.998323
37928   45440        78      0.998286
38104   55266        96      0.998266
38272   56155        99      0.998240
37933   35589        91      0.997450
37755   31605        81      0.997444
38416  257843       661      0.997443
38111   37870       103      0.997288

'''
print(result)


# resource => https://www.kaggle.com/datasnaek/youtube-new?select=GBvideos.csv