Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पायथन पांडा - कॉलम के रूप में मल्टीइंडेक्स के स्तर के साथ एक डेटाफ्रेम बनाएं

कॉलम के रूप में मल्टीइंडेक्स के स्तरों के साथ डेटाफ़्रेम बनाने के लिए, to_frame() का उपयोग करें पंडों में विधि।

सबसे पहले, आवश्यक पुस्तकालयों को आयात करें -

pd के रूप में पांडा आयात करें

मल्टीइंडेक्स पांडा वस्तुओं के लिए एक बहु-स्तरीय, या पदानुक्रमित, अनुक्रमणिका वस्तु है। सरणियाँ बनाएँ -

सरणी =[[1, 2, 3, 4], ['जॉन', 'टिम', 'जैकब', 'क्रिस']]

"नाम" पैरामीटर प्रत्येक सूचकांक स्तर के लिए नाम निर्धारित करता है। From_arrays() का उपयोग मल्टीइंडेक्स बनाने के लिए किया जाता है -

multiIndex =pd.MultiIndex.from_arrays(arrays, name=('ranks', 'student'))

to_frame() -

. का उपयोग करके कॉलम के रूप में MultiIndex के स्तरों के साथ एक DataFrame बनाएं
dataFrame =multiIndex.to_frame()

उदाहरण

निम्नलिखित कोड है -

पंडों को पीडी के रूप में आयात करें# मल्टीइंडेक्स पांडा ऑब्जेक्ट्स के लिए एक बहु-स्तरीय, या पदानुक्रमित, इंडेक्स ऑब्जेक्ट है# सरणी बनाएं =[[1, 2, 3, 4], ['जॉन', 'टिम', 'जैकब' , 'क्रिस']]# "नाम" पैरामीटर सूचकांक स्तरों में से प्रत्येक के लिए नाम निर्धारित करता है# from_arrays() का उपयोग एक MultiIndexmultiIndex =pd.MultiIndex.from_arrays(arrays, name=('ranks', 'student) बनाने के लिए किया जाता है '))# मल्टीइंडेक्सप्रिंट प्रदर्शित करें("मल्टी-इंडेक्स...\n",मल्टीइंडेक्स)# मल्टीइंडेक्सप्रिंट में स्तर प्राप्त करें("\nमल्टी-इंडेक्स में स्तर...\n",मल्टीइंडेक्स.लेवल)# बनाएं to_frame()dataFrame =multiIndex.to_frame()# का उपयोग करके कॉलम के रूप में MultiIndex के स्तर वाला DataFrame 

आउटपुट

यह निम्नलिखित आउटपुट देगा -

द मल्टी-इंडेक्स...मल्टीइंडेक्स([(1, 'जॉन'), (2, 'टिम'), (3, 'जैकब'), (4, 'क्रिस')], नाम =[' रैंक', 'छात्र']) मल्टी-इंडेक्स में स्तर... [[1, 2, 3, 4], ['क्रिस', 'जैकब', 'जॉन', 'टिम']] डेटाफ्रेम.. . छात्र रैंक छात्र1 जॉन 1 जॉन 2 टिम 2 टिम 3 जैकब 3 जैकब 4 क्रिस 4 क्रिस 

  1. पायथन पांडा - योग के आधार पर डेटाफ़्रेम से स्तंभों को फ़िल्टर करना

    स्तंभों के योग के आधार पर फ़िल्टर करने के लिए, हम loc() . का उपयोग करते हैं तरीका। यहां, हमारे उदाहरण में, हम छात्र कॉलम को 400 से ऊपर यानी 80% के साथ प्राप्त करने के लिए प्रत्येक छात्र के अंकों का योग करते हैं। सबसे पहले, छात्र रिकॉर्ड के साथ एक DataFrame बनाएं। हमारे पास 3 छात्रों के अंक रिकॉर्ड

  1. पायथन पांडा - डेटाफ़्रेम के स्तंभों को क्वेरी करें

    पंडों डेटाफ़्रेम के कॉलम को क्वेरी करने के लिए, क्वेरी () का उपयोग करें। हम रिकॉर्ड फ़िल्टर करने के लिए पूछताछ कर रहे हैं। सबसे पहले, हम एक पांडा डेटाफ़्रेम बनाते हैं dataFrame = pd.DataFrame({"Product": ["SmartTV", "PenDrive", "Speaker", "Earphone"]

  1. पायथन - एक डेटाफ़्रेम के मान को पंडों में किसी अन्य डेटाफ़्रेम के मान से बदलें

    डेटाफ़्रेम के मानों को दूसरे डेटाफ़्रेम के मान से बदलने के लिए, पंडों को बदलें () विधि का उपयोग करें। सबसे पहले, आइए सबसे पहले एक DataFrame बनाएं - dataFrame1 = pd.DataFrame({"Car": ["Audi", "Lamborghini"], "Place": ["US", "UK"], "Uni