Python cho Data: Pandas DataFrame từ A đến Z

pip install pandas

import pandas as pd

# Đọc CSV
df = pd.read_csv("sales_data.csv")

# Đọc Excel
df = pd.read_excel("report.xlsx", sheet_name="Sheet1")

# Đọc từ database
from sqlalchemy import create_engine
engine = create_engine("postgresql://user:pass@host/db")
df = pd.read_sql("SELECT * FROM orders", engine)

df.head()        # 5 dòng đầu
df.info()        # Thông tin cột, kiểu dữ liệu
df.describe()    # Thống kê mô tả
df.shape         # (số dòng, số cột)
df.columns       # Tên các cột
df.dtypes        # Kiểu dữ liệu

# Lọc theo điều kiện
df_hn = df[df["city"] == "Hà Nội"]

# Nhiều điều kiện
df_filtered = df[(df["city"] == "HCM") & (df["revenue"] > 1000000)]

# Query string (dễ đọc hơn)
df_filtered = df.query("city == 'HCM' and revenue > 1000000")

# Doanh thu theo thành phố
df.groupby("city")["revenue"].sum()

# Nhiều aggregate
df.groupby("city").agg(
    total_revenue=("revenue", "sum"),
    avg_revenue=("revenue", "mean"),
    num_orders=("order_id", "count")
).reset_index()

# Giống SQL JOIN
result = pd.merge(orders, customers, on="customer_id", how="left")

# Merge trên nhiều cột
result = pd.merge(df1, df2, on=["year", "month"], how="inner")

df.isnull().sum()             # Đếm null mỗi cột
df.dropna()                    # Xóa dòng có null
df["col"].fillna(0)           # Thay null bằng 0
df["col"].fillna(df["col"].mean())  # Thay null bằng trung bình

df.to_csv("output.csv", index=False)
df.to_excel("output.xlsx", index=False)