Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पायथन पांडस श्रेणीबद्ध सूचकांक - एक तानाशाही की तरह इनपुट पत्राचार का उपयोग करके मानचित्र मान

एक निर्देश की तरह इनपुट पत्राचार का उपयोग करके मूल्यों को मैप करने के लिए, CategoricalIndex.map() का उपयोग करें पंडों में विधि। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें -

import pandas as pd

"श्रेणियों" पैरामीटर का उपयोग करके श्रेणीबद्ध के लिए श्रेणियां सेट करें। "आदेशित" पैरामीटर -

. का उपयोग करके श्रेणीबद्ध के रूप में आदेशित व्यवहार करें
catIndex = pd.CategoricalIndex(["P", "Q", "R", "S","P", "Q", "R", "S"], ordered=True, categories=["P", "Q", "R", "S"])

श्रेणीबद्ध सूचकांक प्रदर्शित करें -

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

मानचित्र श्रेणियां -

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

उदाहरण

निम्नलिखित कोड है -

import pandas as pd

# Set the categories for the categorical using the "categories" parameter
# Treat the categorical as ordered using the "ordered" parameter
catIndex = pd.CategoricalIndex(["P", "Q", "R", "S","P", "Q", "R", "S"], ordered=True, categories=["P", "Q", "R", "S"])

# Display the CategoricalIndex
print("CategoricalIndex...\n",catIndex)

# Get the categories
print("\nDisplayingCategories from CategoricalIndex...\n",catIndex.categories)

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

आउटपुट

यह निम्नलिखित आउटपुट देगा -

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')

  1. पायथन पंडों - नल का उपयोग करके अशक्त मूल्यों की जाँच करें ()

    notnull() विधि एक बूलियन मान लौटाती है, यानी यदि डेटाफ़्रेम में शून्य मान है, तो गलत लौटाया जाता है, अन्यथा सही। मान लें कि कुछ NaN यानी शून्य मानों वाली हमारी CSV फ़ाइल निम्नलिखित है - आइए सबसे पहले CSV फ़ाइल पढ़ें - dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv")

  1. पायथन पांडा - एक प्रक्षेप विधि का उपयोग करके NaN मान भरें

    NaN मान भरने के लिए इंटरपोलेट () विधि का उपयोग करें। मान लें कि Microsoft Excel में कुछ NaN मानों के साथ खोली गई हमारी CSV फ़ाइल निम्नलिखित है - CSV फ़ाइल से पंडों के डेटाफ़्रेम में डेटा लोड करें - dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") NaN मानों को इंटरपोल

  1. पायथन पंडों का उपयोग करके डेटा विश्लेषण

    इस ट्यूटोरियल में, हम पायथन पांडा लाइब्रेरी का उपयोग करके डेटा विश्लेषण देखने जा रहे हैं। पुस्तकालय पांडा C . में लिखे गए हैं . इसलिए, हमें गति के साथ कोई समस्या नहीं है। यह डेटा विश्लेषण के लिए प्रसिद्ध है। हमारे पास पंडों में दो प्रकार की डेटा भंडारण संरचनाएं हैं। वे श्रृंखला . हैं और डेटाफ़्रेम .