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

पायथन में Pandas लाइब्रेरी में सीरीज डेटा स्ट्रक्चर क्या है


सीरीज (Series) पांडास (Pandas) लाइब्रेरी में मौजूद एक एक-आयामी, लेबल्ड डेटा स्ट्रक्चर है। एक्सिस लेबल को सामूहिक रूप से इंडेक्स (index) के नाम से जाना जाता है।

सीरीज स्ट्रक्चर किसी भी प्रकार का डेटा स्टोर कर सकता है जैसे पूर्णांक, फ्लोट, स्ट्रिंग, पायथन ऑब्जेक्ट्स, आदि। इसे एक सरणी, एक डिक्शनरी या एक स्थिर मान का उपयोग करके बनाया जा सकता है।

आइए देखते हैं कि पायथन में एक खाली सीरीज कैसे बनाई जा सकती है।

उदाहरण

import pandas as pd
my_series = pd.Series()
print("This is an empty series data structure")
print(my_series)

आउटपुट

This is an empty series data structure
Series([], dtype: float64)

व्याख्या

  • उपरोक्त कोड में, 'pandas' लाइब्रेरी को आयात किया जाता है और इसे 'pd' उपनाम दिया जाता है।
  • अगला, 'Series' फंक्शन को कॉल करके सीरीज डेटा स्ट्रक्चर बनाया जाता है।
  • इसे फिर कंसोल पर प्रिंट किया जाता है।

आइए देखते हैं कि नम्पाई सरणी का उपयोग करके इंडेक्स मानों को स्पष्ट रूप से नाम दिए बिना सीरीज डेटा स्ट्रक्चर कैसे बनाया जा सकता है।

उदाहरण

import pandas as pd
import numpy as np

my_data = np.array(['ab', 'bc', 'cd', 'de', 'ef', 'fg', 'gh', 'hi'])
my_series = pd.Series(my_data)
print("This is series data structure created using Numpy array")
print(my_series)

आउटपुट

This is series data structure created using Numpy array
0    ab
1    bc
2    cd
3    de
4    ef
5    fg
6    gh
7    hi
dtype: object

व्याख्या

  • आवश्यक लाइब्रेरी आयात की जाती हैं, और उपयोग में आसानी के लिए उपनाम दिए जाते हैं।
  • अगला चरण एक नम्पाई सरणी स्ट्रक्चर बनाना और उसमें मानों को डेटा के रूप में पास करना है।
  • अगला, एक खाली सीरीज डेटा स्ट्रक्चर बनाया जाता है, और पहले से बनाए गए डेटा को इसमें पैरामीटर के रूप में पास किया जाता है।
  • आउटपुट कंसोल पर प्रदर्शित होता है।

नोट - जब इंडेक्स के लिए कोई मान नहीं दिए जाते, तो डिफ़ॉल्ट रूप से 0 से मान असाइन किए जाते हैं।

  1. Python - Pandas .query() मेथड से डेटा फ़िल्टर करना Python - Pandas .query() मेथड से डेटा फ़िल्टर करना

    Pandas डेटा क्लींजिंग, डेटा एनालिसिस आदि के लिए बहुत व्यापक रूप से उपयोग की जाने वाली Python लाइब्रेरी है। इस आर्टिकल में हम देखेंगे कि कैसे हम query मेथड का उपयोग करके दिए गए डेटासेट से विशिष्ट डेटा प्राप्त कर सकते हैं। हम query के अंदर सिंगल और मल्टीपल दोनों कंडीशन्स रख सकते हैं। डेटा पढ़ना आइए पह

  1. पायथन डेटा एनालिसिस और विज़ुअलाइज़ेशन (Pandas) पायथन डेटा एनालिसिस और विज़ुअलाइज़ेशन (Pandas)

    Pandas डेटा साइंस और एनालिटिक्स के लिए सबसे लोकप्रिय पायथन लाइब्रेरी है। यह डेटा मैनिपुलेशन, एनालिसिस, और क्लीनिंग के लिए हाई-लेवल अब्स्ट्रैक्शन प्रदान करता है (NumPy पर निर्मित)। इंस्टॉलेशन pip install pandas matplotlib मूल डेटा स्ट्रक्चर्स Series - 1-डायमेंशनल लेबल्ड ऐरे 24]) # मैथ ऑपरेशन्स p

  1. पायथन में डेटा विश्लेषण और विज़ुअलाइज़ेशन पायथन में डेटा विश्लेषण और विज़ुअलाइज़ेशन

    पायथन डेटा विश्लेषण और विज़ुअलाइज़ेशन के लिए कई लाइब्रेरी प्रदान करता है मुख्य रूप से numpy, pandas, matplotlib, seaborn आदि। इस खंड में, हम डेटा विश्लेषण और विज़ुअलाइज़ेशन के लिए pandas लाइब्रेरी पर चर्चा करने जा रहे हैं जो numpy के ऊपर बनी एक ओपन सोर्स लाइब्रेरी है। यह हमें तेजी से विश्लेषण और डे