Pandas ile Veri Analizine Giriş: DataFrame, Filtreleme, Gruplama ve Birleştirme
Excel'de saatler süren raporları birkaç satır Python koduyla yapmak mümkün. Pandas kütüphanesiyle veri okumayı, filtrelemeyi, gruplamayı, tablo birleştirmeyi ve sonuçları dışa aktarmayı örneklerle öğrenin.

Veriyle çalışan herkes bir noktada Excel’in sınırlarına dayanır: yüz binlerce satırda yavaşlayan dosyalar, her ay elle tekrarlanan aynı adımlar, kimin neyi değiştirdiğinin belli olmadığı formüller. Python’un pandas kütüphanesi bu noktada güçlü bir alternatif sunar. Veri bilimi ve analitiğin neredeyse her alanında temel araçtır.
Bu yazıda pandas’ın en çok kullanılan işlemlerini, gerçekçi bir satış verisi senaryosu üzerinden anlatıyoruz. Python’u bilgisayarınıza kurduğunuzu varsayıyoruz.
Kurulum ve temel kavramlar
pip install pandas openpyxl
openpyxl, Excel dosyalarını okuyup yazmak için gereklidir.
Pandas’ta iki temel yapı vardır:
- Series: Tek boyutlu, etiketli bir sütun.
- DataFrame: Satır ve sütunlardan oluşan tablo. Bir Excel sayfasının programlanabilir hâli gibi düşünebilirsiniz.
Veriyi okumak
Elimizde satislar.csv adında, şu sütunlara sahip bir dosya olsun: tarih, bolge, urun, adet, birim_fiyat, musteri_id.
import pandas as pd
df = pd.read_csv("satislar.csv", parse_dates=["tarih"])
# Excel için: pd.read_excel("satislar.xlsx", sheet_name="Veri")
Türkçe karakter içeren CSV dosyalarında sorun yaşarsanız encoding="utf-8-sig" ya da encoding="cp1254" parametresini deneyin. Noktalı virgülle ayrılmış dosyalar için sep=";", ondalık ayırıcısı virgül olan dosyalar için decimal="," ekleyin.
Veriyi tanımak
df.head() # ilk 5 satır
df.info() # sütun türleri ve boş olmayan değer sayıları
df.describe() # sayısal sütunların özet istatistikleri
df.isna().sum() # sütun başına eksik değer sayısı
df["bolge"].value_counts() # kategorilerin frekansı
Bu beş komut, her yeni veri setiyle karşılaştığınızda ilk çalıştırmanız gerekenlerdir. info() çıktısında sayı olması gereken bir sütun object türünde görünüyorsa, içinde metin karışmış değerler var demektir.
Sütun seçmek ve yeni sütun oluşturmak
df[["tarih", "urun", "adet"]] # birden fazla sütun
df["ciro"] = df["adet"] * df["birim_fiyat"] # hesaplanmış sütun
df["ay"] = df["tarih"].dt.to_period("M") # tarihten ay bilgisi
Excel’de bir sütuna formül yazıp aşağı sürüklemenin karşılığı tek satırdır ve tüm satırlara aynı anda uygulanır.
Filtreleme
# Tek koşul
df[df["bolge"] == "Marmara"]
# Birden fazla koşul: & (ve), | (veya), her koşul parantez içinde
df[(df["bolge"] == "Ege") & (df["ciro"] > 10000)]
# Liste içinde olanlar
df[df["urun"].isin(["Dizüstü", "Tablet"])]
# Daha okunur alternatif
df.query("bolge == 'Ege' and ciro > 10000")
Sık hata: Python’un
and/oranahtar kelimeleri pandas filtrelerinde çalışmaz;&ve|kullanılmalı ve her koşul parantez içine alınmalıdır.
Sıralama
df.sort_values("ciro", ascending=False).head(10) # en yüksek 10 satış
df.sort_values(["bolge", "ciro"], ascending=[True, False])
Gruplama ve özetleme
Analizin kalbi groupby işlemidir. “Her bölgenin toplam cirosu ne?” sorusunun cevabı:
df.groupby("bolge")["ciro"].sum().sort_values(ascending=False)
Birden fazla özet aynı anda:
ozet = df.groupby("bolge").agg(
toplam_ciro=("ciro", "sum"),
ortalama_sepet=("ciro", "mean"),
siparis_sayisi=("ciro", "size"),
tekil_musteri=("musteri_id", "nunique"),
)
print(ozet)
Bu yapı, Excel’deki özet tablonun (PivotTable) kod karşılığıdır ve her ay aynı sonucu tek tıkla yeniden üretir.
Özet tablo (pivot_table)
Satırlarda bölge, sütunlarda ay olan bir ciro tablosu:
pivot = df.pivot_table(
index="bolge",
columns="ay",
values="ciro",
aggfunc="sum",
fill_value=0,
)
Tabloları birleştirmek (merge)
Müşteri bilgileri ayrı bir dosyada olsun: musteriler.csv (musteri_id, musteri_adi, sektor). Excel’deki XLOOKUP’ın pandas karşılığı merge işlemidir:
musteriler = pd.read_csv("musteriler.csv")
birlesik = df.merge(musteriler, on="musteri_id", how="left")
how değeri |
Anlamı |
|---|---|
left |
Soldaki tablonun tüm satırları korunur |
inner |
Yalnızca iki tabloda da eşleşen satırlar |
outer |
Her iki tablonun tüm satırları |
right |
Sağdaki tablonun tüm satırları korunur |
Birleştirmeden sonra satır sayısının beklenmedik şekilde arttığını görürseniz, sağdaki tabloda aynı anahtarın birden fazla kez geçtiği anlamına gelir. validate="many_to_one" parametresi bu durumda hata vererek sizi uyarır.
Eksik ve hatalı verilerle başa çıkmak
df["birim_fiyat"] = pd.to_numeric(df["birim_fiyat"], errors="coerce")
df = df.dropna(subset=["adet", "birim_fiyat"]) # kritik alanı boş olanları at
df["bolge"] = df["bolge"].str.strip().str.title() # boşluk ve büyük-küçük harf düzeltme
df = df.drop_duplicates()
errors="coerce", sayıya çevrilemeyen değerleri boş (NaN) yapar; böylece hatalı kayıtları sonradan inceleyebilirsiniz. Türkçe metinlerde str.title() gibi büyük-küçük harf dönüşümleri “i/İ” ve “ı/I” harflerinde beklenmedik sonuç verebilir; kritik eşleştirmelerde sonucu mutlaka kontrol edin.
Sonuçları dışa aktarmak
ozet.to_excel("bolge_ozeti.xlsx")
pivot.to_csv("aylik_ciro.csv", encoding="utf-8-sig")
Birden fazla sayfayı tek Excel dosyasına yazmak için:
with pd.ExcelWriter("rapor.xlsx") as yazici:
ozet.to_excel(yazici, sheet_name="Bölge özeti")
pivot.to_excel(yazici, sheet_name="Aylık ciro")
Hızlı görselleştirme
Pandas, matplotlib üzerine kurulu basit çizim fonksiyonları sunar:
df.groupby("ay")["ciro"].sum().plot(kind="line", title="Aylık ciro")
Daha gelişmiş grafikler için seaborn ya da plotly gibi kütüphanelere geçebilirsiniz.
Örnek iş akışı: Aylık bölge raporunu otomatikleştirmek
Yukarıdaki parçaları birleştirince, her ay elle hazırlanan bir raporu tek betikle üretmek mümkün hâle gelir. Tipik bir akış şöyle görünür:
- Ham satış dosyasını ve müşteri listesini oku.
- Tür dönüşümlerini yap, hatalı ve yinelenen kayıtları ayıkla.
- Ciro ve ay sütunlarını hesapla.
- Müşteri bilgileriyle birleştir.
- Bölge özeti, aylık pivot ve sektöre göre dağılım tablolarını oluştur.
- Hepsini tek bir Excel dosyasına farklı sayfalar olarak yaz.
Bu adımları bir .py dosyasında toplayıp dosya adını parametre olarak alacak şekilde düzenlerseniz, gelecek ay yalnızca yeni dosya adını vererek raporu yeniden üretebilirsiniz. Üstelik betik, yapılan her dönüşümün yazılı bir kaydı olduğu için “bu sayı nereden çıktı?” sorusuna da net cevap verir.
İpucu: Temizleme adımlarında kaç satırın elendiğini
print(len(df))ile her adımdan sonra yazdırın. Beklenmedik bir düşüş, hatalı bir filtrenin ilk işaretidir.
Excel kullanıcıları için hızlı karşılık tablosu
| Excel’de | Pandas’ta |
|---|---|
| Otomatik filtre | df[df["sutun"] == deger] |
| Sırala | sort_values() |
| Özet tablo | groupby().agg() veya pivot_table() |
| XLOOKUP / DÜŞEYARA | merge() |
| Yinelenenleri kaldır | drop_duplicates() |
| Metni sütunlara dönüştür | str.split(expand=True) |
| ETOPLA benzeri koşullu toplam | filtre + sum() |
Sık yapılan hatalar ve ipuçları
- SettingWithCopyWarning: Filtrelenmiş bir tabloya değer atarken görülür. Filtre sonucunu
.copy()ile ayrı bir değişkene almak ya dadf.loc[satir_kosulu, "sutun"] = degeryazımını kullanmak sorunu çözer. - Satır satır döngü kurmak:
forile her satırı tek tek işlemek yavaştır. Sütun işlemlerini doğrudan (vektörel) yapın. - Tarihleri metin olarak bırakmak:
parse_datesya dapd.to_datetimekullanmazsanız tarih sıralama ve gruplama hatalı olur. - Ham veriyi üzerine yazmak: Orijinal dosyayı değiştirmeyin; temizlenmiş veriyi ayrı bir dosyaya kaydedin.
Sonuç
Pandas, Excel’de bildiğiniz işlemlerin neredeyse tamamını (filtreleme, sıralama, özet tablo, arama ve birleştirme) tekrarlanabilir kodlara dönüştürür. Bir kez yazdığınız analiz betiği, gelecek ay yeni veriyle saniyeler içinde aynı raporu üretir. Başlangıç için her ay elle hazırladığınız bir raporu seçin ve adımlarını pandas ile yeniden yazmayı deneyin; öğrenmenin en kalıcı yolu budur.


