DataFrame พื้นฐาน

จาก SQL มาสู่ pandas

จบสาย SQL แล้ว ต่อไปนี้จะเรียนวิธีทำงานกับข้อมูลด้วยภาษา Python ผ่านไลบรารี pandas แนวคิดหลายอย่างเหมือนกับ SQL ทุกประการ (filter, group, join) แค่เปลี่ยน syntax — สายนี้จะเน้นเทียบให้เห็นความเหมือน

หน่วยข้อมูลหลักของ pandas คือ DataFrame (ตาราง 2 มิติ คล้ายตารางใน SQL) และ Series (หนึ่งคอลัมน์ของ DataFrame)

อ่านข้อมูลด้วย read_csv

import pandas as pd

products = pd.read_csv("data/products.csv")

หลังอ่านไฟล์แล้ว ควรสำรวจโครงสร้างก่อนเสมอ:

คำสั่ง	บอกอะไร
products.head()	ตัวอย่าง 5 แถวแรก
products.shape	(จำนวนแถว, จำนวนคอลัมน์)
products.columns	รายชื่อคอลัมน์
products.dtypes	ชนิดข้อมูลของแต่ละคอลัมน์
products.describe()	สรุปสถิติของคอลัมน์ตัวเลข (count, mean, std, min, max, …)

เลือกคอลัมน์

products['price']              # คอลัมน์เดียว → ได้ Series
products[['product_name', 'price']]   # หลายคอลัมน์ → ได้ DataFrame

เรียงข้อมูลด้วย sort_values

products.sort_values('price', ascending=False).head(5)

• ค่าเริ่มต้นของ ascending คือ True (น้อยไปมาก) — ถ้าอยากได้มากไปน้อยต้องใส่ ascending=False เอง
• เรียงหลายคอลัมน์ได้ด้วยการส่ง list: sort_values(['category', 'price'])
• .nlargest(n, 'col') / .nsmallest(n, 'col') ทำสิ่งเดียวกับ sort_values().head(n) แต่สื่อความหมายชัดกว่า

สำรวจคอลัมน์ข้อความด้วย value_counts และ unique

products['category'].value_counts()   # นับจำนวนแถวของแต่ละค่า เรียงมากไปน้อยให้อัตโนมัติ
products['category'].unique()         # รายชื่อค่าที่ไม่ซ้ำ (ไม่มีตัวเลขจำนวน)

value_counts() ตอบคำถาม “ค่าไหนเยอะที่สุด” ได้ตรงๆ ส่วน unique() แค่บอกว่า “มีค่าอะไรบ้าง” — เลือกใช้ให้ตรงกับคำถาม