डेटाफ्रेम एक दो-आयामी डेटा स्ट्रक्चर है, जहां डेटा को पंक्तियों और कॉलम के रूप में टेबुलर फॉर्मेट में संग्रहीत किया जाता है।
इसे SQL डेटा टेबल या एक्सेल शीट प्रतिनिधित्व के रूप में देखा जा सकता है।
इसे निम्नलिखित कंस्ट्रक्टर का उपयोग करके बनाया जा सकता है -
pd.Dataframe(data, index, columns, dtype, copy)
हमने पहले एक विधि देखी जिसमें एक नया कॉलम सीरीज़ डेटा स्ट्रक्चर के रूप में बनाया गया था। इसे मूल डेटाफ्रेम में इंडेक्स किया गया था और इसलिए डेटाफ्रेम में जुड़ गया।
आइए देखते हैं कि हम डेटाफ्रेम के पहले से मौजूद कॉलम का उपयोग करके कॉलम कैसे बना सकते हैं। यह तब उपयोगी होता है जब हमें पहले से मौजूद कॉलम पर कुछ गणना करने और उनके परिणाम को एक नए कॉलम में संग्रहीत करने की आवश्यकता होती है -
उदाहरण
import pandas as pd
my_data = {'ab': pd.Series([1, 8, 7], index=['a', 'b', 'c']), 'cd': pd.Series([1, 2, 0, 9], index=['a', 'b', 'c', 'd']), 'ef': pd.Series([56, 78, 32], index=['a','b','c'])}
my_df = pd.DataFrame(my_data)
print("डेटाफ्रेम है:")
print(my_df)
my_df['gh'] = my_df['ab'] + my_df['ef']
print("डेटाफ्रेम में कॉलम 0 और 2 जोड़ने के बाद:")
print(my_df)आउटपुट
डेटाफ्रेम है:
ab cd ef
a 1.0 1 56.0
b 8.0 2 78.0
c 7.0 0 32.0
d NaN 9 NaN
डेटाफ्रेम में कॉलम 0 और 2 जोड़ने के बाद:
ab cd ef gh
a 1.0 1 56.0 57.0
b 8.0 2 78.0 86.0
c 7.0 0 32.0 39.0
d NaN 9 NaN NaNव्याख्या
आवश्यक लाइब्रेरी आयात की गई हैं, और उपयोग में आसानी के लिए उपनाम दिए गए हैं।
की-वैल्यू से मिलकर डिक्शनरी मान बनाए गए हैं, जहां एक मान वास्तव में एक सीरीज़ डेटा स्ट्रक्चर है।
ऐसे कई डिक्शनरी मान बनाए गए हैं।
यह डिक्शनरी बाद में 'pandas' लाइब्रेरी में मौजूद 'Dataframe' फ़ंक्शन के पैरामीटर के रूप में पास की जाती है।
डेटाफ्रेम को पैरामीटर के रूप में डिक्शनरी पास करके बनाया जाता है।
एक नया कॉलम डेटाफ्रेम में इंडेक्स किया जाता है, और 0वें और 2वें कॉलम को जोड़कर यह नया कॉलम बनाया जाता है।
डेटाफ्रेम कंसोल पर प्रिंट किया जाता है।
नोट - 'NaN' शब्द 'नॉट ए नंबर' को संदर्भित करता है, जिसका अर्थ है कि वह विशिष्ट [पंक्ति,कॉलम] मान में कोई वैध प्रविष्टि नहीं है।
