Summary  
This chapter covers how to import an external Python library and assign it an alias to simplify calling its functions.  

General domain of usage  
Data processing and analysis

Per acquisire sicurezza e completare con successo questo corso, è necessario aver completato prima il seguente corso:

## Perché usare Pandas?

`pandas` è una libreria Python progettata per l'elaborazione e l'analisi dei dati. La padronanza di questa libreria è vantaggiosa sia per **data scientist** che per **data analyst**. Con `pandas`, è possibile ordinare, filtrare, modificare e visualizzare i dati, oltre a calcolare statistiche utili, consentendo un'analisi approfondita.

Per utilizzare questa libreria, è necessario **importarla**.
```python
# Importing `pandas`
import pandas
```

Per semplificare l'utilizzo, è comune importare la libreria utilizzando un alias.
```python
# Importing `pandas` with an alias
import pandas as pd
```

In questo caso, `pd` funge da alias. Pertanto, quando si richiamano le funzioni di questa libreria in futuro, si procederà come segue:
```python
# Importing `pandas` with an alias
import pandas as pd

# Using a function from `pandas`
pd.function()
```

import unittest
import importlib
import sys


# Helper function to dynamically generate test names and assertions
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


class TestUserCode(unittest.TestCase):

    # Test if `pandas` is imported in user_code.py
    def test_pandas_is_imported(self):
        import user_code
        pandas_imported = "pandas" in sys.modules
        condition = pandas_imported
        failure_message = "Expected `pandas` to be imported, but it is not imported."

        _dynamic_test(
            self,
            condition,
            "The `pandas` library is imported.",
            failure_message
        )

    # Test if `pandas` is correctly assigned to `pd`
    def test_pandas_imported_as_pd(self):
        import user_code
        actual_value = getattr(user_code, "pd", None)

        if actual_value is None:
            condition = False
            failure_message = "Expected `pandas` to be imported as `pd`, but `pd` is not declared."
        elif actual_value.__name__ != "pandas":
            condition = False
            failure_message = f"Expected `pandas` to be imported as `pd`, but got `{actual_value.__name__}` imported as `pd`."
        else:
            condition = True
            failure_message = ''

        _dynamic_test(
            self,
            condition,
            "The `pandas` library is correctly imported as `pd`.",
            failure_message
        )


# Run the tests when executing the script
if __name__ == "__main__":
    unittest.main()

test_main.py

Pandas è una libreria estremamente intuitiva per l'analisi dei dati. È inoltre progettata per gestire grandi set di dati, utilizzando strutture dati come DataFrame e Series. Questo la rende uno strumento indispensabile per la Data Science. In questa guida, verrà presentata una gamma di funzioni statistiche, tra cui come trovare correlazioni, modali, mediane, valori massimi e minimi all'interno di un set di dati. Verrà inoltre illustrato come gestire valori mancanti e manipolare valori specifici, nonché come rimuoverli.

Approfondisci i fondamenti della libreria pandas. Impara a creare e manipolare Series e DataFrame, esplora la loro struttura e acquisisci sicurezza nell'esecuzione delle operazioni essenziali sui dati.

Apprendimento delle tecniche di caricamento e gestione dei dati da file CSV e TXT. Acquisizione di esperienza pratica nell'importazione di dataset e nella loro preparazione per analisi successive utilizzando gli strumenti di pandas.

Apprendere come esplorare, pulire e sintetizzare i dati in modo efficace. Comprendere la gestione dei valori mancanti, l'estrazione di informazioni e l'esecuzione di operazioni statistiche di base con pandas.

Che cos'è Pandas?

Perché usare Pandas?

Soluzione