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। आइए एक-एक करके देखें।
1. Series
Series कस्टमाइज़्ड इंडेक्स और मानों के साथ एक 1D ऐरे है। हम pandas.Series(data, index) क्लास का उपयोग करके एक Series ऑब्जेक्ट बना सकते हैं। Series डेटा के रूप में इंटीजर, सूचियाँ, डिक्शनरी लेगा। आइए कुछ उदाहरण देखें।
उदाहरण
# pandas लाइब्रेरी आयात करना import pandas as pd # डेटा data = [1, 2, 3] # Series ऑब्जेक्ट बनाना # Series डिफ़ॉल्ट इंडेक्स स्वचालित रूप से लेता है series = pd.Series(data) print(series)
आउटपुट
यदि आप उपरोक्त प्रोग्राम चलाते हैं, तो आपको निम्न परिणाम मिलेगा।
0 1 1 2 2 3 dtype: int64
कस्टमाइज़्ड इंडेक्स कैसे प्राप्त करें? उदाहरण देखें।
उदाहरण
# pandas लाइब्रेरी आयात करना import pandas as pd # डेटा data = [1, 2, 3] # इंडेक्स index = ['a', 'b', 'c'] # Series ऑब्जेक्ट बनाना series = pd.Series(data, index) print(series)
आउटपुट
यदि आप उपरोक्त प्रोग्राम चलाते हैं, तो आपको निम्न परिणाम मिलेगा।
a 1 b 2 c 3 dtype: int64
जब हम Series क्लास को डेटा के रूप में डिक्शनरी देते हैं, तो यह कुंजियों को इंडेक्स के रूप में और मानों को वास्तविक डेटा के रूप में लेता है। आइए एक उदाहरण देखें।
उदाहरण
# pandas लाइब्रेरी आयात करना
import pandas as pd
# डेटा
data = {'a': 97, 'b': 98, 'c': 99}
# Series ऑब्जेक्ट बनाना
series = pd.Series(data)
print(series)
आउटपुट
यदि आप उपरोक्त प्रोग्राम चलाते हैं, तो आपको निम्न परिणाम मिलेंगे।
a 97 b 98 c 99 dtype: int64
हम इंडेक्स का उपयोग करके Series से डेटा तक पहुंच सकते हैं। आइए उदाहरण देखें।
उदाहरण
# pandas लाइब्रेरी आयात करना
import pandas as pd
# डेटा
data = {'a': 97, 'b': 98, 'c': 99}
# Series ऑब्जेक्ट बनाना
series = pd.Series(data)
# इंडेक्स का उपयोग करके Series से डेटा एक्सेस करना
print(series['a'], series['b'], series['c'])
आउटपुट
यदि आप उपरोक्त कोड चलाते हैं, तो आपको निम्न परिणाम मिलेंगे।
97 98 99
2. DataFrame
हमने देखा कि pandas में Series क्लास का उपयोग कैसे करें। आइए देखें कि DataFrame क्लास का उपयोग कैसे करें। DataFrame pandas में डेटा स्ट्रक्चर क्लास है जिसमें पंक्तियाँ और कॉलम होते हैं।
हम सूचियों, डिक्शनरी, Series आदि का उपयोग करके DataFrame ऑब्जेक्ट बना सकते हैं। आइए सूचियों का उपयोग करके DataFrame बनाएं।
उदाहरण
# pandas लाइब्रेरी आयात करना
import pandas as pd
# सूचियाँ
names = ['Tutorialspoint', 'Mohit', 'Sharma']
ages = [25, 32, 21]
# एक DataFrame बनाना
data_frame = pd.DataFrame({'Name': names, 'Age': ages})
# DataFrame प्रिंट करना
print(data_frame)
आउटपुट
यदि आप उपरोक्त प्रोग्राम चलाते हैं, तो आपको निम्न परिणाम मिलेंगे।
Name Age 0 Tutorialspoint 25 1 Mohit 32 2 Sharma 21
आइए देखें कि Series का उपयोग करके DataFrame ऑब्जेक्ट कैसे बनाएं।
उदाहरण
# pandas लाइब्रेरी आयात करना
import pandas as pd
# Series
_1 = pd.Series([1, 2, 3])
_2 = pd.Series([1, 4, 9])
_3 = pd.Series([1, 8, 27])
# एक DataFrame बनाना
data_frame = pd.DataFrame({"a": _1, "b": _2, "c": _3})
# DataFrame प्रिंट करना
print(data_frame)
आउटपुट
यदि आप उपरोक्त कोड चलाते हैं, तो आपको निम्न परिणाम मिलेंगे।
a b c 0 1 1 1 1 2 4 8 2 3 9 27
हम कॉलम नाम का उपयोग करके DataFrames से डेटा तक पहुंच सकते हैं। आइए एक उदाहरण देखें।
उदाहरण
# pandas लाइब्रेरी आयात करना
import pandas as pd
# Series
_1 = pd.Series([1, 2, 3])
_2 = pd.Series([1, 4, 9])
_3 = pd.Series([1, 8, 27])
# एक DataFrame बनाना
data_frame = pd.DataFrame({"a": _1, "b": _2, "c": _3})
# नाम 'a' वाले पूरे कॉलम तक पहुंचना
print(data_frame['a'])
आउटपुट
यदि आप उपरोक्त कोड चलाते हैं, तो आपको निम्न परिणाम मिलेंगे।
0 1 1 2 2 3 Name: a, dtype: int64
निष्कर्ष
यदि ट्यूटोरियल में आपको कोई संदेह है, तो उन्हें कमेंट सेक्शन में बताएं।
