Pandas installieren und deine erste Tabelle

Das Problem, das wir lösen

Die Einnahmen eines Geschäfts aus drei Monaten liegen in einer CSV-Datei – zwölftausend Zeilen. Die Frage ist einfach: Welches Produkt hat sich am besten verkauft?

Du könntest das mit dem Python lösen, das du schon kannst. Datei öffnen, jede Zeile einlesen, an den Kommas trennen, in Zahlen umwandeln, eine nach der anderen zusammenrechnen. Vierzig Zeilen Code, und bei jedem Schritt die Chance, einen Fehler zu machen.

In pandas sind es zwei Zeilen. Denn pandas gibt Python etwas, das es vorher nicht hatte: eine Tabelle. Ein ganzes Gitter aus Zeilen und Spalten wird als ein einziger Wert gehalten, und Addieren, Filtern und Sortieren sind jeweils eine einzige Operation.

Eines sollten wir jedoch zuerst klarstellen: print, len und input werden direkt mit Python mitgeliefert. Pandas nicht. Es muss separat installiert werden. Und wenn man nicht genau versteht, wo es installiert wird, strandet man gleich am ersten Tag mit einem Fehler, dessen Ursache schwer zu erkennen ist.

Am Ende dieses Kapitels kannst du

• Sagen, was Pythons eigene Bibliothek von einem externen Paket unterscheidet
• Eine virtuelle Umgebung für ein Projekt erstellen und aktivieren
• Pandas mit pip installieren und die Version überprüfen
• Deinen ersten DataFrame von Hand erstellen und ausgeben
• Einen ModuleNotFoundError lesen und genau sagen, was schiefgelaufen ist

Voraussetzungen: aus dem Python-Kurs, das Terminal, Ordner und dein erstes Projekt und Variablen und Typen.

Pandas ist nicht Teil von Python

Was mit Python mitgeliefert wird, nennt man die Standardbibliothek – print, len, math, random leben alle dort. Pandas nicht. Es ist ein externes Paket, geschrieben von anderen und veröffentlicht in einem Repository namens PyPI.

Das Werkzeug, das es herunterlädt, ist pip, und das wird mit Python mitgeliefert.

Und das wirft die erste Frage auf – diejenige, die später Ärger macht, wenn man sie überspringt: Wohin installiert?

Warum eine virtuelle Umgebung

Tippst du pip install pandas, landet pandas im Python deines gesamten Rechners. Für ein einziges Projekt funktioniert das. Aber in sechs Monaten, wenn ein zweites Projekt eine andere Version von pandas braucht, konkurrieren die beiden um denselben Platz – und reparierst du das eine, machst du das andere kaputt.

Die Lösung ist ein eigener Raum pro Projekt: eine virtuelle Umgebung. Es ist im Grunde nur ein ganz normaler Ordner innerhalb des Projekts, der die Pakete dieses Projekts enthält. Löschst du das Projekt, verschwinden die Pakete mit ihm, und das Haupt-Python des Rechners bleibt sauber.

Im Terminal, in deinem Projektordner:

cd D:\python-lab
mkdir pandas-lab
cd pandas-lab
python -m venv .venv

Jetzt aktivieren:

.venv\Scripts\activate

Sobald sie aktiv ist, erscheint der Name des Raums ganz vorne in der Eingabeaufforderung:

(.venv) PS D:\python-lab\pandas-lab>

Dieses (.venv) ist das Entscheidende. Wenn du es nicht sehen kannst, bist du außerhalb der Umgebung, und pip install legt das Paket woanders ab. Jedes neue Terminal braucht activate aufs Neue – das ist nichts, was man einmal einstellt und vergisst.

Wenn sich die PowerShell beschwert, dass das Ausführen von Skripten deaktiviert ist, führe dies einmal aus:

Set-ExecutionPolicy -Scope CurrentUser RemoteSigned

Um sie zu verlassen, tippe deactivate.

Installieren, dann überprüfen

pip install pandas

Ein paar Sekunden später ist der Vorgang mit Successfully installed ... abgeschlossen. Beachte, dass NumPy zusammen mit pandas heruntergeladen wurde – pandas nutzt NumPy unter der Haube, und pip löst diese Abhängigkeiten für dich auf.

Jetzt überprüfen. Erstelle eine Datei namens check.py:

import pandas as pd

print(pd.__version__)

2.2.3

Deine Versionsnummer kann anders lauten, was völlig in Ordnung ist. Wichtig ist nur, dass überhaupt eine Versionsnummer ausgegeben wurde – das bedeutet, dass Python pandas gefunden hat.

Zwei Anmerkungen zu dieser Zeile import pandas as pd: import pandas bindet pandas ein; as pd gibt ihm einen Kurznamen. Der Name pd ist nicht zwingend erforderlich, aber praktisch der gesamte pandas-Code auf der Welt verwendet ihn – schreibst du etwas anderes, machst du deinen Code für andere also schwerer lesbar. Übernimm die Konvention.

Ein vollständiges Beispiel

first_frame.py:

import pandas as pd

# A DataFrame from a dictionary: each key is a column name,
# each list is that column's values, top to bottom.
sales = pd.DataFrame({
    "product": ["pen", "notebook", "bag"],
    "quantity": [12, 5, 2],
    "price": [15.0, 60.0, 850.0],
})

print(sales)

product  quantity  price
0       pen        12   15.0
1  notebook         5   60.0
2       bag         2  850.0

Schau dir genau an, was ausgegeben wurde, denn jedes Detail davon ist in den folgenden Kapiteln wichtig.

Oben stehen die Spaltennamen – product, quantity, price. Am linken Rand stehen 0, 1, 2. Das ist keine Spalte; das ist der Index, die Namen der Zeilen. Du hast sie nicht im Dictionary angegeben; pandas hat sie bereitgestellt und dabei ab null gezählt.

Und beachte die 15.0 in der Spalte price. Du hast 15.0 geschrieben, also wird die gesamte Spalte mit Nachkommastellen ausgegeben, obwohl 850.0 eine ganze Zahl hätte sein können. Jeder Wert in einer Spalte teilt denselben Typ – eine zentrale Regel in pandas und das Hauptthema des nächsten Kapitels.

Mit der Tabelle zur Hand ist es einfach, Fragen an sie zu stellen:

import pandas as pd

sales = pd.DataFrame({
    "product": ["pen", "notebook", "bag"],
    "quantity": [12, 5, 2],
    "price": [15.0, 60.0, 850.0],
})

print(sales.shape)
print(sales["quantity"].sum())

(3, 3)
19

shape gibt an, wie groß die Tabelle ist – drei Zeilen, drei Spalten, in genau dieser Reihenfolge. Und sales["quantity"].sum() addiert jeden Wert in einer Spalte. Bei zwölftausend Zeilen wäre die Zeile exakt dieselbe, und das ist überhaupt der Grund, pandas zu lernen.

Wenn etwas schiefgeht

ModuleNotFoundError: No module named 'pandas' Python konnte pandas nicht finden. Fast immer bedeutet das, dass der Ort, an dem es installiert wurde, und der Ort, von dem aus das Programm ausgeführt wird, nicht übereinstimmen. Prüfe die Eingabeaufforderung auf (.venv); wenn es fehlt, führe activate aus und starte das Programm erneut. Bei aktiver Umgebung zeigt pip list, ob pandas wirklich da ist.

'pip' is not recognized as an internal or external command pip befindet sich nicht im PATH. Schreibe stattdessen python -m pip install pandas – das ruft pip über das gerade ausgeführte Python auf, funktioniert also auch ohne PATH und lässt keinen Zweifel daran, in welches Python installiert wird.

.venv\Scripts\activate : File cannot be loaded because running scripts is disabled Eine Sicherheitsrichtlinie der PowerShell. Führe Set-ExecutionPolicy -Scope CurrentUser RemoteSigned einmal aus und versuche es dann in einem neuen Terminal erneut.

Alles funktioniert, aber der Editor zeigt rote Unterstreichungen Der Editor greift wahrscheinlich auf ein anderes Python zu. In VS Code: Ctrl + Shift + P → Python: Select Interpreter → wähle das Python im .venv des Projekts aus. Wenn das Programm im Terminal läuft, ist der Code in Ordnung – die rote Linie ist nur eine Fehleinschätzung des Editors.

NameError beim Schreiben von DataFrame Es muss pd.DataFrame heißen, nicht DataFrame allein. import pandas as pd bindet die gesamte Bibliothek unter dem Namen pd ein, sodass alles darin über pd. erreicht wird.

Jetzt bist du dran

Erstelle einen neuen Ordner, richte darin deine eigene virtuelle Umgebung ein und installiere pandas. Schreibe dann eine Datei namens stock.py, die Folgendes enthält:

1. Einen DataFrame mit mindestens vier Produkten und drei Spalten – eine mit Text, eine mit ganzen Zahlen, eine mit Dezimalzahlen
2. Die Ausgabe der gesamten Tabelle
3. Die Ausgabe von shape, die die Anzahl der Zeilen und Spalten anzeigt
4. Die Ausgabe der Summe beider numerischer Spalten

Provoziere danach absichtlich einen Fehler: Tippe deactivate im Terminal ein, um die Umgebung zu verlassen, und führe die Datei erneut aus. Welcher Fehler erscheint, und was genau teilt er dir mit?

Überspringe diesen letzten Schritt nicht. Du wirst dem ModuleNotFoundError noch oft begegnen, und wenn du ihn heute ganz bewusst herbeiführst, erkennst du seine Ursache beim nächsten Mal in einer Sekunde.