In `pandas` is er een handige methode genaamd `info()` die basisinformatie over een dataset biedt.

import pandas as pd
# It's a dataframe
df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a43d24b6-df61-4e11-9c90-5b36552b3437/example.csv')
info = df.info()
print(info)

Deze methode toont het aantal rijen en kolommen in de DataFrame, evenals de naam en het gegevenstype van elke kolom. Bijvoorbeeld, `df` bevat **20** rijen en **5** kolommen.

Om de lengte van de DataFrame te bepalen, kunnen we de `len()` functie gebruiken, zoals gedemonstreerd in het onderstaande voorbeeld:
```python
length = len(df)
```

import unittest
import importlib
import pandas as pd
from io import StringIO
import re


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):

    def test_information_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'information'),
            "The `information` variable is declared.",
            "Expected `information` to be declared."
        )

    def test_info_method_is_used(self):
        with open('user_code.py', 'r') as file:
            user_code_source = file.read()

        _dynamic_test(
            self,
            re.search(r'\.info\s*\(', user_code_source),
            "The `info()` method is used.",
            "Expected the `info()` method to be used."
        )


if __name__ == '__main__':
    unittest.main()

test_main.py

Pandas is een uiterst gebruiksvriendelijke bibliotheek voor data-analyse. Het is ook ontworpen om grote datasets te verwerken, met behulp van datastructuren zoals DataFrame en Series. Dit maakt het een onmisbaar hulpmiddel voor Data Science. In deze gids maak je kennis met een reeks statistische functies, waaronder hoe je correlaties, modi, mediaan, en maximale en minimale waarden binnen een dataset kunt vinden. Je leert ook hoe je omgaat met ontbrekende waarden en specifieke waarden kunt manipuleren, evenals hoe je ze kunt verwijderen.

In deze sectie verkennen we de basisprincipes van Series en DataFrame-structuren. Je leert ook over de verschillen tussen deze twee soorten structuren.

Gegevens kunnen in verschillende formaten worden verkregen, zoals CSV, JSON, SQL, HTML en meer. Met Pandas ben je niet beperkt tot één enkel formaat — je kunt werken met gegevens uit een veelheid aan bestandstypen. In dit hoofdstuk richten we ons specifiek op de CSV- en TXT-formaten.

Hier leer je hoe je ruwe gegevens kunt verwerken door overbodige informatie te verwijderen en null-waarden in een dataset te beheren.

Het Dataset Verkennen

Oplossing

Het Dataset Verkennen

Oplossing