Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Python Pandas CategoricalIndex - डिक्ट की तरह इनपुट पत्राचार का उपयोग करके मान मैप करें

Pandas में डिक्ट की तरह इनपुट पत्राचार का उपयोग करके मान मैप करने के लिए CategoricalIndex.map() मेथड का उपयोग करें।

आवश्यक लाइब्रेरी इम्पोर्ट करें

import pandas as pd

CategoricalIndex बनाएं

"categories" पैरामीटर का उपयोग करके श्रेणियां सेट करें। "ordered" पैरामीटर का उपयोग करके श्रेणी को क्रमबद्ध मानें।

catIndex = pd.CategoricalIndex(["P", "Q", "R", "S", "P", "Q", "R", "S"], ordered=True, categories=["P", "Q", "R", "S"])

CategoricalIndex प्रदर्शित करें

print("CategoricalIndex...\n", catIndex)

श्रेणियां मैप करें

print("\nCategoricalIndex after mapping...\n", catIndex.map({'P': 5, 'Q': 10, 'R': 15, 'S': 20}))

पूरा उदाहरण

import pandas as pd

# श्रेणियां सेट करें और क्रमबद्ध मानें
catIndex = pd.CategoricalIndex(["P", "Q", "R", "S", "P", "Q", "R", "S"], ordered=True, categories=["P", "Q", "R", "S"])

# CategoricalIndex प्रदर्शित करें
print("CategoricalIndex...\n", catIndex)

# श्रेणियां प्राप्त करें
print("\nDisplaying Categories from CategoricalIndex...\n", catIndex.categories)

# श्रेणियां मैप करें
print("\nCategoricalIndex after mapping...\n", catIndex.map({'P': 5, 'Q': 10, 'R': 15, 'S': 20}))

आउटपुट

CategoricalIndex... CategoricalIndex(['P', 'Q', 'R', 'S', 'P', 'Q', 'R', 'S'], categories=['P', 'Q', 'R', 'S'], ordered=True, dtype='category')
DisplayingCategories from CategoricalIndex... Index(['P', 'Q', 'R', 'S'], dtype='object')
CategoricalIndex after mapping... CategoricalIndex([5, 10, 15, 20, 5, 10, 15, 20], categories=[5, 10, 15, 20], ordered=True, dtype='category')

व्याख्या: map() मेथड प्रत्येक श्रेणी को डिक्ट में दिए गए मान से बदल देता है। नई श्रेणियां मैप किए गए मान बन जाती हैं।

  1. पायथन पैंडास - notnull() का उपयोग करके नल मानों की जांच करें पायथन पैंडास - notnull() का उपयोग करके नल मानों की जांच करें

    notnull() मेथड एक बूलियन मान लौटाता है यानी यदि डेटाफ्रेम में नल मान हैं, तो False लौटाया जाता है, अन्यथा True। मान लीजिए निम्नलिखित हमारी CSV फ़ाइल है जिसमें कुछ NaN यानी नल मान हैं: पहले CSV फ़ाइल पढ़ें: dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\CarRecords.csv) नल नहीं मानों की जांच करे

  1. पायथन पैंडास - इंटरपोलेशन मेथड का उपयोग करके NaN मान भरें पायथन पैंडास - इंटरपोलेशन मेथड का उपयोग करके NaN मान भरें

    NaN मान भरने के लिए interpolate() मेथड का उपयोग करें। मान लीजिए निम्नलिखित हमारी CSV फ़ाइल है जिसे माइक्रोसॉफ्ट एक्सेल में कुछ NaN मानों के साथ खोला गया है: CSV फ़ाइल से डेटा लोड करके पैंडास डेटाफ्रेम में डालें: dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\SalesData.csv) interpolate() के साथ

  1. - Python Pandas का उपयोग करके डेटा विश्लेषण

    इस ट्यूटोरियल में, हम Python pandas लाइब्रेरी का उपयोग करके डेटा विश्लेषण देखने जा रहे हैं। लाइब्रेरी pandas C में लिखी गई है। इसलिए, हमें गति के साथ कोई समस्या नहीं होती। यह डेटा विश्लेषण के लिए प्रसिद्ध है। pandas में हमारे पास दो प्रकार के डेटा स्टोरेज स्ट्रक्चर हैं। वे हैं Series और DataFrame। आ