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

पायथन पैंडास - अवलोकनों की गिनती करें


अवलोकनों की गिनती करने के लिए, पहले groupby() का उपयोग करें और फिर परिणाम पर count() का उपयोग करें। सबसे पहले आवश्यक लाइब्रेरी इम्पोर्ट करें –

dataFrame = pd.DataFrame({'Product Name': ['Keyboard', 'Charger', 'SmartTV', 'Camera', 'Graphic Card', 'Earphone'],'Product Category': ['Computer', 'Mobile Phone', 'Electronics','Electronics', 'Computer', 'Mobile Phone'],'Quantity': [10, 50, 10, 20, 25, 50]})

डुप्लिकेट मान वाले कॉलम को समूहित करें –

group = dataFrame.groupby("Product Category")

गिनती प्राप्त करें –

group.count()

उदाहरण

निम्न कोड है –

import pandas as pd
# डेटाफ्रेम बनाएं
dataFrame = pd.DataFrame({'Product Name': ['Keyboard', 'Charger', 'SmartTV', 'Camera', 'Graphic Card', 'Earphone'],'Product Category': ['Computer', 'Mobile Phone', 'Electronics','Electronics', 'Computer', 'Mobile Phone'],'Quantity': [10, 50, 10, 20, 25, 50]})
# डेटाफ्रेम
print "Dataframe...\n", dataFrame
# अवलोकनों की गिनती करें
group = dataFrame.groupby("Product Category")
print "\nResultant DataFrame...\n", group.count()

आउटपुट

यह निम्न आउटपुट उत्पन्न करेगा –

Dataframe...   Product Category  Product Name  Quantity
0        Computer       Keyboard         10
1   Mobile Phone       Charger         50
2    Electronics       SmartTV         10
3    Electronics        Camera         20
4        Computer   Graphic Card         25
5   Mobile Phone      Earphone         50
Resultant DataFrame...                Product Name  Quantity
Product Category
Computer                        2          2
Electronics                     2          2
Mobile Phone                    2          2

  1. - पायथन - पैंडास DataFrame में कॉलम में NaN घटनाओं को कैसे गिनें?

    कॉलम में NaN घटनाओं को गिनने के लिए isna() का उपयोग करें। मान जोड़ने और गिनती खोजने के लिए sum() का उपयोग करें।सबसे पहले, आइए आवश्यक लाइब्रेरी को उनके संबंधित उपनामों के साथ आयात करें:import pandas as pd import numpy as npएक DataFrame बनाएं। हमने Numpy np.inf का उपयोग करके Units_Sold कॉलम में NaN मा

  1. डाउनट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास डाउनट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास

    टाइम सीरीज विश्लेषण द्वारा प्रदर्शित नीचे की ओर पैटर्न को डाउनट्रेंड कहा जाता है। मान लीजिए हमारा डेटासेट SalesRecords2.csv है।सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as pltCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame = pd.read_csv(C:\\Users\\a

  1. अपट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास अपट्रेंड प्रदर्शित करने के लिए डेटासेट प्लॉट करें - पायथन पैंडास

    टाइम सीरीज विश्लेषण द्वारा प्रदर्शित ऊपर की ओर पैटर्न को अपट्रेंड कहा जाता है। मान लीजिए हमारा डेटासेट SalesRecords.csv है।सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as pltCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame = pd.read_csv(C:\\Users\\amit_