pandas: Series और DataFrame
numpy संख्याओं के लिए बढ़िया है, पर असली डेटा में मिले-जुले प्रकार के नाम वाले कॉलम होते हैं: नाम, तारीख़ें, क़ीमतें। pandas इसी के लिए है। इसका मुख्य ऑब्जेक्ट DataFrame है: नाम वाले कॉलम और पंक्तियों के लिए एक index वाली तालिका।
एक बनाने का सबसे आसान तरीका dict से है, जहाँ हर कुंजी एक कॉलम का नाम है और हर मान cells की एक सूची:
import pandas as pd
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, 25, 35],
"city": ["NYC", "LA", "NYC"],
})
print(df)किसी भी तालिका को परखने के लिए कुछ ज़रूरी चीज़ें:
print(df.shape) # (3, 3) rows, columns
print(df.columns) # Index(['name', 'age', 'city'], ...)
print(df.head(2)) # the first 2 rows
print(df.dtypes) # the type of each columnएक अकेला कॉलम एक Series है (नाम वाला 1D ऐरे)। वर्गाकार कोष्ठक से एक लें:
ages = df["age"]
print(ages.mean()) # 30.0
print(ages.max()) # 35df.shape एक tuple (n_rows, n_cols) है, इसलिए df.shape[0] पंक्तियों की गिनती है।
इस dict से एक DataFrame df बनाएँ: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}। पंक्तियों की संख्या n_rows में सेव करें (df.shape इस्तेमाल करें)। फिर score कॉलम का औसत avg_score में सेव करें।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।