pandas gehört zu den beliebtesten Python-Paketen für Data Science und ist das Standardwerkzeug, wenn du in Python mit tabellarischen Daten arbeitest. Zum Glück können komplette Anfänger pandas in wenigen Wochen lernen und damit programmieren. Hier erfährst du, wie du startest.
Was du vor dem Start wissen solltest
Was ist pandas?
pandas ist eines der ersten Python-Pakete, die du lernen solltest: Es ist leicht zu bedienen, Open Source und ermöglicht dir, mit großen Datenmengen zu arbeiten. Du kannst Daten schnell und effizient transformieren, aggregieren und pivotieren, Zeitreihen flexibel auswerten und vieles mehr.
Viele Funktionen von pandas kennst du vielleicht aus SQL oder Excel. Es kann unterschiedlichste Datentypen einlesen — von CSV- und Textdateien über Microsoft Excel-Dateien bis hin zu SQL-Datenbanken. Der große Vorteil: Du wandelst alles in ein DataFrame-Objekt um, also Spalten und Zeilen wie in Excel — nur eben in Python.
Das pandas DataFrame in Aktion
Wie passt pandas ins PyData-Ökosystem?
Bei der Datenanalyse mit Python nutzt man pandas oft zusammen mit weiteren Paketen und Tools. Dazu zählen Machine-Learning-Pakete wie scikit-learn für Vorhersagen, Visualisierungspakete wie Matplotlib und seaborn sowie Tools wie Jupyter Notebooks zum Erstellen und Teilen von Reports mit Code, Visualisierungen und Text. All diese Tools bilden gemeinsam das PyData-Ökosystem. Aber keine Sorge: Du musst das nicht alles auf einmal lernen — konzentriere dich zuerst auf pandas.
Sechs Schritte für deine pandas-Lernreise
1) Lerne die grundlegende Python-Syntax
pandas ist ein Python-Paket, daher brauchst du vorab ein solides Verständnis der grundlegenden Python-Syntax. Leicht verzettelt man sich dabei, denn viele Einsteigerkurse machen Syntaxlernen zur Pflichtübung.
Als Faustregel gilt: Verbringe so wenig Zeit wie möglich ausschließlich mit Syntax. Lerne gerade so viel, dass du einfache Aufgaben mit pandas lösen kannst. Hier sind Ressourcen für den Einstieg in reines Python:
2) Richte deine Python-Umgebung ein
Bevor du mit pandas arbeitest, brauchst du eine eingerichtete Python-Umgebung auf deinem Rechner. So kannst du deine neuen Kenntnisse anwenden und mit eigenen Daten experimentieren.
Für Data Science empfehle ich die Installation einer Anaconda-Distribution. Damit installierst du pandas bequem zusammen mit relevanten Data-Science-Paketen und Tools wie Jupyter Notebooks.
Für eine Schritt-für-Schritt-Einführung in die Einrichtung deiner Python-Umgebung mit Anaconda sieh dir mein Hands-on-Training an. Du findest außerdem Einsteigeranleitungen zur Installation von Anaconda unter Windows und Mac OS X.
3) Lernen durch Praxis
Bei DataCamp sind wir überzeugt: Am besten lernst du Programmieren, indem du es tust. Geführte Projekte helfen dir, deine pandas-Skills anzuwenden, aus der Komfortzone zu kommen, zu debuggen, Dokumentation zu lesen und mit echten Daten sicher zu arbeiten.
Um mit pandas wirklich souverän zu werden, solltest du Daten unterschiedlicher Typen importieren und exportieren können, Daten transformieren und umformen, pivotieren und aggregieren sowie einfache Erkenntnisse aus DataFrames ableiten — und mehr. Hier sind Ressourcen, die diese Themen abdecken und leicht umsetzbaren pandas-Code in Form geführter Projekte bieten:
- Die pandas-Website bietet viele Tutorials für den Einstieg. Besonders hilfreich sind die zahlreichen Community-Tutorials für neue Nutzerinnen und Nutzer.
- Pandas Cookbook ist ein hervorragendes Buch mit einem projektbasierten, codeorientierten Ansatz. Es führt auch weitere Pakete aus dem PyData-Ökosystem ein, etwa seaborn für Visualisierung.
- DataCamp bietet eine Bandbreite an pandas-Kursen vom Einstieg bis Fortgeschritten. Im Kurs pandas foundations lernst du, DataFrames zu importieren, explorativ zu analysieren und Zeitreihen auszuwerten — alles direkt im Browser.
4) Arbeite an Projekten mit echten Daten
Die in pandas erlernten Fähigkeiten an realen Datensätzen zu üben, ist ideal, um Wissen zu festigen und es im Arbeitsalltag souverän anzuwenden.
Es gibt viele Wege, dein eigenes Projekt zu starten. Wenn du beruflich mit tabellarischen Daten arbeitest, nutze statt Tabellenkalkulationen wie Google Sheets oder Microsoft Excel künftig pandas. Am Anfang dauert das vielleicht länger, aber du schärfst und behältst deine pandas-Kompetenzen — und wirst langfristig schneller und effizienter.
Kaggle bietet zahlreiche reale Datensätze und Machine-Learning-Wettbewerbe. Machine Learning lohnt sich zu lernen, ist aber eher für Fortgeschrittene. Konzentriere dich anfangs auf Projekte zur Datenanalyse und -exploration mit pandas. Das geht zum Beispiel über Analyse-Notebooks auf Kaggle oder auf Blogging-Plattformen wie Medium.
5) Werde stark im Debugging
Debugging ist eine der meistunterschätzten Kompetenzen angehender Programmiererinnen und Programmierer. Jede und jeder, die oder der mit Python und pandas arbeitet, stößt auf Fehler. Wenn in deinem pandas-Code etwas schiefgeht, helfen dir diese Ressourcen weiter:
- Google ist mein erster Anlaufpunkt bei Fehlermeldungen. In den ersten zehn Treffern findet sich fast immer eine passende Antwort auf meine pandas-Frage.
- Stack Overflow ist die größte Entwicklercommunity zum Fragen und Beantworten von Programmierfragen. Dort gibt es aktuell rund 180.000 Fragen zu pandas. Wenn du selbst fragst, halte dich an die Best Practices für gute Fragen.
- Die Dokumentation ist dein Freund, und die pandas-Dokumentation ist sehr umfangreich. Sie deckt alle Funktionalitäten und Best Practices ab.
6) Baue deine pandas-Skills kontinuierlich aus
Bleib dran und erweitere deine pandas-Kompetenzen. Es gibt viele Ressourcen zu fortgeschrittenen Themen. Ashish Kumars Mastering pandas zeigt Techniken, um deinen pandas-Workflow zu beschleunigen und zu vereinfachen. Dieser Real-Python-Artikel enthält Tipps und Tricks für Fortgeschrittene. Außerdem kannst du lernen, wie andere Pakete im PyData-Ökosystem deine Möglichkeiten mit pandas erweitern, etwa seaborn und plotly für interaktive Plots.
Ein interaktiver Plot mit Plotly
Ein guter Weg, deine pandas-Fähigkeiten zu vertiefen: Schau dir Code aus deiner Anfangszeit noch einmal an. Finde Stellen, an denen du vereinfachen kannst, übernimm Best Practices und nutze weitere Pakete aus dem PyData-Ökosystem.
Ich hoffe, dieser Blogpost motiviert dich und die Ressourcen sind hilfreich für dich. pandas zu meistern ist eine lebenslange Lernreise — auf der ich selbst noch unterwegs bin. Bei DataCamp ziehen sich pandas-Themen durch unser Kernlernprogramm, und wir erweitern und verbessern unsere Inhalte kontinuierlich. Und zuletzt: Schließ dich den Tausenden Lernenden in der DataCamp Slack Community an und hol dir Support für deinen pandas-Weg!
Adel Nehme ist Data Science Evangelist bei DataCamp. Zuvor war er Content Developer, arbeitete mit Dozierenden an verschiedenen Python-Kursen und entwickelte unseren Kurs Cleaning Data in Python.