
Pandas este biblioteca Python cu care citești, filtrezi, grupezi și rezumi date organizate în tabele, cam cum ai face în Excel, dar prin cod. În pandas python lucrezi cu două structuri: Series (o coloană) și DataFrame (un tabel întreg). Cu câteva linii încarci un fișier CSV, afli ce conține și calculezi, de exemplu, vânzările pe fiecare oraș.
Dacă vrei să înveți practic, curs analiza datelor Python online are primele lecții gratuite, cu exerciții verificate direct în browser.
În acest tutorial pandas în română treci prin toți pașii de început pe un singur set de date: instalare, citirea unui CSV, primele comenzi de inspecție, filtrare, groupby și un raport complet de vânzări. Toate rezultatele afișate mai jos sunt cele reale, obținute rulând codul cu pandas 2.2.
Dacă vrei să exersezi direct în browser, fără să instalezi nimic, cursul de analiza datelor cu Python și Pandas are exerciții verificate automat pe seturi de date despre vânzări, magazine și orașe din România, iar primele 15 lecții sunt gratuite.
Ce este pandas și la ce folosește
Pandas este o bibliotecă open-source pentru Python, construită special pentru date tabelare: rânduri și coloane, ca într-o foaie de calcul sau într-un tabel SQL. Numele vine de la „panel data”, un termen din econometrie, nu de la animal.
O folosești când ai un fișier cu sute sau sute de mii de rânduri și vrei răspunsuri concrete: care oraș a vândut cel mai mult luna trecută, ce produse nu s-au mișcat deloc, câte comenzi au venit în weekend. În Excel ai face asta cu filtre, tabele pivot și formule copiate de mână. În pandas scrii codul o dată și îl rulezi din nou oricând vine fișierul pe luna următoare.
Pandas este unealta de bază în analiza datelor cu Python. Lucrează împreună cu NumPy (calcule numerice rapide) și matplotlib (grafice), iar mai târziu cu bibliotecile de Machine Learning, care primesc datele tot sub formă de DataFrame.
Cum instalezi și imporți pandas
Instalezi pandas cu o singură comandă în terminal, după ce ai Python pe calculator:
pip install pandas Pe unele sisteme comanda este pip3 install pandas sau python -m pip install pandas. Dacă folosești distribuția Anaconda, pandas vine deja instalat. Pașii oficiali, inclusiv versiunile de Python suportate, sunt în documentația de instalare pandas.
În cod, pandas se importă aproape întotdeauna sub numele scurt pd. Este o convenție pe care o vei vedea în toate tutorialele și în codul colegilor:
import pandas as pd
print(pd.__version__) 2.2.2 Dacă nu ai lucrat încă deloc cu Python, fă mai întâi bazele (variabile, liste, dicționare, funcții). Cursul de Python pentru începători le acoperă, iar pandas va avea mult mai mult sens după aceea.
Series și DataFrame: cele două structuri din pandas
Un Series este o singură coloană de valori cu etichete, iar un DataFrame este un tabel format din mai multe Series puse una lângă alta. Aproape tot ce faci în pandas pornește de la una dintre ele.
Iată un Series cu prețurile a trei produse. Etichetele (indexul) sunt numele produselor, așa că poți cere un preț după nume:
preturi = pd.Series([3200, 85, 950], index=["Laptop", "Mouse", "Monitor"])
print(preturi)
print(preturi["Mouse"]) Laptop 3200
Mouse 85
Monitor 950
dtype: int64
85 Un DataFrame îl poți crea dintr-un dicționar: fiecare cheie devine numele unei coloane, iar lista de valori devine coloana propriu-zisă.
df = pd.DataFrame({
"oras": ["Cluj-Napoca", "București", "Iași"],
"vanzari": [12500, 18300, 7400],
})
print(df)
print(type(df["vanzari"])) oras vanzari
0 Cluj-Napoca 12500
1 București 18300
2 Iași 7400
<class 'pandas.core.series.Series'> Observă două lucruri. Coloana din stânga (0, 1, 2) este indexul, pe care pandas îl pune automat. Și când scoți o singură coloană din DataFrame, cu df["vanzari"], primești înapoi un Series.
Cum citești un fișier CSV cu read_csv
Funcția pd.read_csv() încarcă un fișier CSV într-un DataFrame și este, practic, primul rând din orice analiză. Pentru restul articolului folosim fișierul vanzari.csv, cu vânzările unui mic magazin online de electronice în primele zile din octombrie:
data,oras,produs,cantitate,pret
2026-10-01,Cluj-Napoca,Laptop,2,3200
2026-10-01,București,Mouse,10,85
2026-10-02,Iași,Monitor,3,950
2026-10-02,Cluj-Napoca,Mouse,5,85
2026-10-03,Timișoara,Laptop,1,3200
2026-10-03,București,Laptop,4,3200
2026-10-04,Iași,Mouse,8,85
2026-10-04,Timișoara,Monitor,2,950
2026-10-05,București,Monitor,1,950
2026-10-05,Cluj-Napoca,Monitor,2,950 Salvează textul de mai sus într-un fișier cu acest nume, în același folder cu scriptul, apoi citește-l:
import pandas as pd
df = pd.read_csv("vanzari.csv") Funcția are zeci de parametri pentru cazuri speciale (separator, codare, coloane de dată, rânduri sărite), descriși în documentația read_csv. Pentru început îți ajung numele fișierului și, uneori, sep și decimal, despre care vorbim la greșeli.
Primele comenzi: head, info și describe
Înainte să calculezi ceva, uită-te la date cu trei comenzi: head() îți arată primele rânduri, info() îți spune coloanele și tipurile lor, iar describe() îți dă statistici rapide pentru coloanele numerice.
print(df.head())
print(df.shape) data oras produs cantitate pret
0 2026-10-01 Cluj-Napoca Laptop 2 3200
1 2026-10-01 București Mouse 10 85
2 2026-10-02 Iași Monitor 3 950
3 2026-10-02 Cluj-Napoca Mouse 5 85
4 2026-10-03 Timișoara Laptop 1 3200
(10, 5) head() afișează implicit 5 rânduri, iar shape îți spune dimensiunea tabelului: 10 rânduri și 5 coloane.
df.info() <class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 data 10 non-null object
1 oras 10 non-null object
2 produs 10 non-null object
3 cantitate 10 non-null int64
4 pret 10 non-null int64
dtypes: int64(2), object(3)
memory usage: 532.0+ bytes Aici verifici două lucruri. „Non-Null Count” arată câte valori completate are fiecare coloană; dacă un număr e mai mic decât totalul rândurilor, ai valori lipsă. „Dtype” arată tipul: int64 înseamnă numere întregi, object înseamnă de obicei text. Dacă o coloană de prețuri apare ca object, ceva nu e în regulă la citire.
print(df.describe()) cantitate pret
count 10.000000 10.000000
mean 3.800000 1365.500000
std 3.047768 1321.016969
min 1.000000 85.000000
25% 2.000000 301.250000
50% 2.500000 950.000000
75% 4.750000 2637.500000
max 10.000000 3200.000000 Pe rând: numărul de valori, media, abaterea standard, minimul, cuartilele și maximul. Dintr-o privire vezi că o comandă are în medie 3,8 bucăți și că cea mai mare a fost de 10 bucăți.
Cum selectezi coloane și filtrezi rânduri în pandas
Selectezi o coloană cu numele ei între paranteze drepte, mai multe coloane cu o listă de nume, iar rândurile le filtrezi cu o condiție pusă tot între paranteze drepte.
print(df["oras"].head(3))
print(df[["oras", "produs"]].head(3)) 0 Cluj-Napoca
1 București
2 Iași
Name: oras, dtype: object
oras produs
0 Cluj-Napoca Laptop
1 București Mouse
2 Iași Monitor Atenție la parantezele duble din al doilea exemplu: cele exterioare înseamnă „selectează”, cele interioare sunt lista de coloane. Acum, comenzile de cel puțin 5 bucăți:
print(df[df["cantitate"] >= 5]) data oras produs cantitate pret
1 2026-10-01 București Mouse 10 85
3 2026-10-02 Cluj-Napoca Mouse 5 85
6 2026-10-04 Iași Mouse 8 85 Expresia df["cantitate"] >= 5 produce un Series de valori True/False, iar pandas păstrează doar rândurile cu True. Pentru mai multe condiții folosești & (și), | (sau) și pui fiecare condiție în paranteze rotunde:
print(df[(df["oras"] == "București") & (df["produs"] == "Laptop")])
print(df[df["oras"].isin(["Iași", "Timișoara"])]) data oras produs cantitate pret
5 2026-10-03 București Laptop 4 3200
data oras produs cantitate pret
2 2026-10-02 Iași Monitor 3 950
4 2026-10-03 Timișoara Laptop 1 3200
6 2026-10-04 Iași Mouse 8 85
7 2026-10-04 Timișoara Monitor 2 950 isin() este scurtătura pentru „orașul este unul dintre aceștia” și te scapă de un șir lung de condiții legate cu |.
Cum grupezi datele cu groupby
groupby() împarte tabelul în grupuri după valorile unei coloane și aplică un calcul pe fiecare grup, exact ce face un tabel pivot în Excel. Mai întâi adăugăm o coloană nouă, valoarea fiecărei comenzi:
df["valoare"] = df["cantitate"] * df["pret"]
print(df.groupby("oras")["valoare"].sum().sort_values(ascending=False)) oras
București 14600
Cluj-Napoca 8725
Timișoara 5100
Iași 3530
Name: valoare, dtype: int64 Citește linia de la stânga la dreapta: grupează după oraș, ia coloana „valoare”, adună, sortează descrescător. Înmulțirea dintre două coloane se face rând cu rând, fără nicio buclă for.
Când vrei mai multe calcule deodată, folosești agg() și dai fiecărui rezultat un nume:
print(df.groupby("produs").agg(bucati=("cantitate", "sum"), comenzi=("cantitate", "count"))) bucati comenzi
produs
Laptop 7 3
Monitor 8 4
Mouse 23 3 Mouse-urile au cele mai multe bucăți vândute, dar laptopurile aduc cei mai mulți bani. Genul acesta de diferență e motivul pentru care merită să te uiți la date din mai multe unghiuri. Toate funcțiile de agregare disponibile sunt descrise în ghidul oficial pandas pentru groupby, iar pentru început îți ajung sum, mean, count, min și max.
Exemplu complet: raport de vânzări pe orașe cu pandas python
Raportul de mai jos pune cap la cap tot ce ai văzut: citește fișierul, calculează valoarea comenzilor, grupează pe orașe, adaugă procentul din total și salvează rezultatul într-un CSV nou, gata de trimis la contabilitate.
import pandas as pd
df = pd.read_csv("vanzari.csv", parse_dates=["data"])
df["valoare"] = df["cantitate"] * df["pret"]
raport = (
df.groupby("oras")
.agg(comenzi=("produs", "count"),
bucati=("cantitate", "sum"),
incasari=("valoare", "sum"))
.sort_values("incasari", ascending=False)
)
raport["procent"] = (raport["incasari"] / raport["incasari"].sum() * 100).round(1)
print(raport)
raport.to_csv("raport_orase.csv") comenzi bucati incasari procent
oras
București 3 15 14600 45.7
Cluj-Napoca 3 9 8725 27.3
Timișoara 2 3 5100 16.0
Iași 2 11 3530 11.0 Parametrul parse_dates transformă coloana „data” în date calendaristice reale, utile când vrei mai târziu să grupezi pe săptămâni sau luni. Parantezele rotunde din jurul lanțului de metode îți permit să scrii fiecare pas pe un rând separat, ceea ce face codul ușor de citit.
Concluzia se vede imediat: București aduce aproape jumătate din încasări, deși Iași are mai multe bucăți vândute decât Cluj-Napoca. Ca să vezi și din ce produse vin banii, un tabel pivot face încrucișarea oraș × produs:
print(df.pivot_table(index="oras", columns="produs", values="valoare",
aggfunc="sum", fill_value=0)) produs Laptop Monitor Mouse
oras
București 12800 950 850
Cluj-Napoca 6400 1900 425
Iași 0 2850 680
Timișoara 3200 1900 0 În Iași nu s-a vândut niciun laptop în aceste zile, iar în Timișoara niciun mouse. fill_value=0 pune zero în loc de celule goale. Acesta e tipul de observație cu care începe o discuție reală despre stocuri sau promoții.
Greșeli frecvente la începători în pandas
Majoritatea erorilor de început în pandas vin din cinci situații, iar fiecare are o reparație simplă.
| Ce scrii | Ce primești | Cum repari |
|---|---|---|
df[df["oras"] == "Iași" and df["cantitate"] > 2] | ValueError: The truth value of a Series is ambiguous | Folosește & în loc de and și | în loc de or. |
df[df["oras"] == "Iași" & df["cantitate"] > 2] | TypeError: Cannot perform 'rand_'… | Pune fiecare condiție între paranteze rotunde. |
df["oraș"] când coloana se numește „oras” | KeyError: 'oraș' | Verifică numele exacte cu df.columns; diacriticele și spațiile contează. |
df.sort_values("pret") și apoi print(df) | Tabelul apare nesortat | Majoritatea metodelor întorc un tabel nou: df = df.sort_values("pret"). |
pd.read_csv("export.csv") pe un fișier salvat din Excel în română | O singură coloană, cu numele 'oras;incasari' | pd.read_csv("export.csv", sep=";", decimal=",") |
Ultima greșeală merită atenție dacă lucrezi cu fișiere de la firme din România. Excel cu setări regionale românești salvează adesea CSV-ul cu punct și virgulă între coloane și cu virgulă la zecimale („1234,50”). Fără cei doi parametri, pandas vede tot rândul ca un singur text. Cu ei, coloana de încasări devine numerică și o poți aduna normal.
Exercițiu pentru tine
Pe același fișier vanzari.csv, încearcă să scrii singur codul pentru trei întrebări:
- Care este valoarea medie a unei comenzi în fiecare oraș? (indiciu:
meanîn loc desum) - Ce comenzi au valoarea peste 3.000 de lei?
- Câte bucăți de monitoare s-au vândut în total?
Dacă ai obținut 4866,67 lei media pentru București la prima întrebare, ești pe drumul bun. Pentru mai multe idei de exersat, lista de proiecte Python pentru începători are câteva pe care le poți rezolva cu pandas.
Ce înveți după primii pași în pandas
După filtrare și groupby, pasul următor este curățarea datelor: valori lipsă (isna, fillna, dropna), duplicate, tipuri greșite și text scris în zece feluri diferite. Urmează combinarea tabelelor cu merge, lucrul cu date calendaristice și graficele cu matplotlib.
Pandas apare des în anunțurile pentru analiști de date, de obicei alături de SQL, Excel și Power BI. Dacă te gândești la o reconversie în zona asta, traseul de carieră Data Analyst îți arată în ce ordine să înveți aceste unelte, iar articolul despre cum devii Data Analyst de la zero îți explică ce face concret un analist în fiecare zi.
Întrebări frecvente
Ce este pandas în Python?
Pandas este o bibliotecă open-source pentru Python folosită la analiza și prelucrarea datelor tabelare. Îți dă structurile Series și DataFrame și funcții pentru citit fișiere, filtrat, grupat și calculat statistici. Este una dintre cele mai folosite unelte de lucru ale analiștilor de date care programează în Python.
Pot învăța pandas fără să știu Python?
Nu prea. Poți copia câteva comenzi, dar te blochezi repede fără bazele limbajului: variabile, liste, dicționare și funcții. Îți ajung câteva săptămâni de Python de bază înainte să treci la pandas.
Pandas sau Excel: ce să folosesc?
Depinde de cât de des repeți analiza. Pentru un calcul făcut o singură dată, pe un fișier mic, Excel e mai rapid. Pentru rapoarte care se refac în fiecare săptămână, fișiere foarte mari sau prelucrări în mai mulți pași, pandas câștigă, pentru că scrii codul o dată și îl rulezi din nou pe date noi.
Cât durează să înveți pandas?
Bazele din acest articol le poți stăpâni în câteva zile de exercițiu, dacă știi deja Python. Ca să lucrezi confortabil cu date reale (curățare, combinare de tabele, date calendaristice, grafice) ai nevoie de câteva săptămâni de practică constantă, pe seturi de date diferite.
Există un tutorial pandas în română?
Da. Articolul de față acoperă primii pași, iar cursul nostru de Data Analysis with Python este integral în română, cu exerciții pe date despre orașe, magazine și note din România.
Trebuie să instalez Jupyter Notebook ca să folosesc pandas?
Nu. Pandas merge în orice script Python rulat din terminal sau dintr-un editor ca VS Code. Jupyter e comod pentru analiză, pentru că vezi tabelul imediat sub fiecare celulă, dar nu e obligatoriu.
Primul pas: rulează primul tău DataFrame azi
Copiază fișierul vanzari.csv de mai sus, rulează raportul complet și apoi schimbă-l: adaugă un oraș, un produs nou, o coloană cu reducerea aplicată. Vei învăța mai mult din zece minute de modificat cod decât dintr-o oră de citit.
Dacă preferi să exersezi ghidat, cu fiecare exercițiu verificat automat și cu Profu’, tutorele AI din lecții, care îți dă indicii când te blochezi, începe cursul Data Analysis with Python. Primele 15 lecții sunt gratuite, fără card, și rulează direct în browser, cu pandas deja instalat.
Curs Data Analysis with Python
Analiza datelor cu Python: pandas, NumPy și grafice pe date reale
Începe gratuit
