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

पायथन पैंडास - NaN को बहुपद इंटरपोलेशन से भरें


NaN को बहुपद इंटरपोलेशन से भरने के लिए, पैंडास सीरीज़ पर interpolate() विधि का उपयोग करें। इसके साथ, "method" पैरामीटर को "polynomial" पर सेट करें।

सबसे पहले, आवश्यक लाइब्रेरी आयात करें:

import pandas as pd
import numpy as np

कुछ NaN मानों के साथ एक पैंडास सीरीज़ बनाएं। हमने numpy np.nan का उपयोग करके NaN सेट किया है:

d = pd.Series([10, 20, np.nan, 65, 75, 85, np.nan, 100])

interpolate() विधि के method पैरामीटर का उपयोग करके बहुपद इंटरपोलेशन खोजें:

d.interpolate(method='polynomial', order=2)

उदाहरण

निम्नलिखित कोड है:

import pandas as pd
import numpy as np
# pandas series
d = pd.Series([10, 20, np.nan, 65, 75, 85, np.nan, 100])
print("Series...\n", d)
# interpolate
print("\nPolynomial Interpolation...\n", d.interpolate(method='polynomial', order=2))

आउटपुट

यह निम्नलिखित आउटपुट देगा:

Series...
0    10.0
1    20.0
2     NaN
3    65.0
4    75.0
5    85.0
6     NaN
7   100.0
dtype: float64
Polynomial Interpolation...
0    10.000000
1    20.000000
2    42.854015
3    65.000000
4    75.000000
5    85.000000
6    93.532847
7   100.000000
dtype: float64

  1. पायथन पैंडास - DataFrame में सभी NaN तत्वों को 0 से बदलें पायथन पैंडास - DataFrame में सभी NaN तत्वों को 0 से बदलें

    NaN मानों को बदलने के लिए fillna() विधि का उपयोग करें। मान लीजिए हमारी CSV फ़ाइल Microsoft Excel में कुछ NaN मानों के साथ खुली है:सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pdCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\SalesData.csv)

  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