13  Vaje: pandas

Objavljeno

28. avgust 2026

Ta beležnica spremlja poglavje o pandas. Zasnovana je kot kratek praktični sklop: najprej osvežimo osnove tabel, nato pa naredimo aplikativne analize na dejanskih podatkih iz izvornih repozitorijev.

Priporočen način dela:

from pathlib import Path

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

%matplotlib inline
plt.rcParams["figure.dpi"] = 140

DATA_DIR = Path("data/pandas")

13.1 Datoteke za vaje

V tej beležnici uporabljamo dejanske datoteke, povzete iz izvornih repozitorijev:

  • data/pandas/bikes.csv,
  • data/pandas/ljubljana2020.csv,
  • data/pandas/covid19_si.csv.

Po želji lahko pogledate tudi data/pandas/weather_2012.csv, ki ostaja uporaben dodaten primer časovne vrste.

13.2 Osnovni DataFrame

V prvi vaji ustvarimo majhno tabelo in ponovimo osnovne operacije: izbor stolpcev, filtriranje, dodajanje stolpca in grupiranje.

podatki = pd.DataFrame(
    {
        "mesto": ["Ljubljana", "Maribor", "Celje", "Koper", "Novo mesto"],
        "temperatura": [28, 30, 27, 29, 26],
        "padavine": [2.1, 0.0, 5.4, 1.2, 3.8],
        "regija": ["osrednja", "stajerska", "stajerska", "primorska", "dolenjska"],
    }
)

podatki
print(podatki[["mesto", "temperatura"]])
print()
print(podatki[podatki["temperatura"] >= 29])
podatki["temperatura_F"] = podatki["temperatura"] * 9 / 5 + 32
podatki["oznaka"] = np.where(podatki["padavine"] > 1, "mokro", "suho")
podatki
povzetek = podatki.groupby("regija")[["temperatura", "padavine"]].mean()
povzetek

Poskusi sam:

  • izberi samo mesta brez padavin,
  • uredi tabelo po temperaturi od najvišje do najnižje,
  • dodaj stolpec, ki pove, ali je dan vroče ali zmerno.

13.3 Branje CSV in pregled podatkov

Ta primer je neposredno navezan na izvorne pandas primere z datoteko bikes.csv.

bikes_path = DATA_DIR / "bikes.csv"
kolesarji_raw = pd.read_csv(bikes_path, encoding="latin1")
kolesarji_raw.head()
kolesarji = pd.read_csv(
    bikes_path,
    sep=";",
    encoding="latin1",
    parse_dates=["Date"],
    dayfirst=True,
    index_col="Date",
)
kolesarji.head()
berri = kolesarji[["Berri 1"]].copy()
berri["dan_v_tednu"] = berri.index.dayofweek
tedenski_vzorec = berri.groupby("dan_v_tednu")[["Berri 1"]].sum()
tedenski_vzorec.index = ["pon", "tor", "sre", "čet", "pet", "sob", "ned"]
tedenski_vzorec.plot(kind="bar", legend=False, color="steelblue", figsize=(7, 4))
plt.title("Število kolesarjev po dnevih v tednu")
plt.ylabel("število")
plt.show()

tedenski_vzorec

Poskusi sam:

  • izračunaj povprečje namesto vsote,
  • primerjaj Berri 1 in Maisonneuve 1,
  • ugotovi, ali so vikend vrednosti nižje od delovnih dni.

13.4 Vremenski podatki

Ta del temelji na logiki beležnice 08 pandas vreme.ipynb in uporablja dejansko datoteko ljubljana2020.csv.

vreme_path = DATA_DIR / "ljubljana2020.csv"
vreme = pd.read_csv(vreme_path, parse_dates=["valid"], index_col="valid")
vreme
vreme.info()
vreme.describe()
topli_dnevi = vreme[vreme[" povp. dnevna T [°C]"] >= 8]
topli_dnevi
vreme["mesec"] = vreme.index.month
vreme_po_mesecih = vreme.groupby("mesec")[[" povp. dnevna T [°C]", "trajanje sonca [h]", "oblačnost [%]"]].mean()
vreme_po_mesecih
vreme[" povp. dnevna T [°C]"].plot(marker="o", figsize=(8, 4.5), title="Temperatura po datumih")
plt.ylabel("temperatura [C]")
plt.show()

Poskusi sam:

  • poišči dneve, ko je grmelo,
  • uredi tabelo po stolpcu trajanje sonca [h],
  • izriši histogram stolpca povp. dnevna T [°C].

13.5 Časovna analiza primerov okužb

Ta vaja je navdihnjena z beležnico pandas covid.ipynb in uporablja lokalno kopijo dejanskih podatkov covid19_si.csv.

covid_path = DATA_DIR / "covid19_si.csv"
covid = pd.read_csv(covid_path, parse_dates=["date"], index_col="date")
covid = covid.loc["2020-09":"2020-11", ["cases.confirmed", "cases.active", "tests.performed"]].copy()
covid.head()
covid["week"] = covid.index.isocalendar().week
covid[["cases.confirmed", "week"]].head()
covid_tedensko = covid.groupby("week")[["cases.confirmed", "tests.performed"]].sum()
covid_tedensko
covid_resample = covid[["cases.confirmed"]].resample("W").sum()
covid_resample
covid[["cases.confirmed", "cases.active"]].plot(figsize=(8, 4.5), marker="o")
plt.title("Dnevni potek primerov")
plt.ylabel("število")
plt.show()

Poskusi sam:

  • izberi samo drugi teden podatkov,
  • primerjaj groupby("week") in resample("W"),
  • izračunaj še povprečno število testov na teden.

13.6 Združevanje tabel

Na koncu sledi še en kratek primer merge(), ker bomo to logiko kmalu potrebovali tudi pri atributnih tabelah v GeoPandas.

postaje = pd.DataFrame(
    {
        "postaja": ["LJ", "MB", "KP"],
        "ime": ["Ljubljana", "Maribor", "Koper"],
    }
)

meritve = pd.DataFrame(
    {
        "postaja": ["LJ", "MB", "KP"],
        "temp_C": [11.2, 9.8, 14.5],
    }
)

pd.merge(postaje, meritve, on="postaja")

13.7 Samostojni izziv

Pripravi lasten mali CSV primer z datumi in vsaj tremi stolpci. Nato:

  1. ga preberi z pd.read_csv(),
  2. nastavi datumski indeks,
  3. dodaj nov izpeljan stolpec,
  4. naredi eno groupby() analizo,
  5. izriši en graf.