जब प्रतिशत रेंज में तत्व आवृत्ति खोजनी हो, तो साधारण इटरेशन तकनीक के साथ Counter का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है = start and percent <= end: my_result.append(element) print(The result is : ) print(my_result) आउटपुट The list is : [56, 34, 78, 90, 11, 23, 6, 56, 79, 90] Th

पैंडास डेटाफ्रेम में शून्य कॉलम जोड़ने के लिए, स्क्वायर ब्रैकेट का उपयोग करें और इसे 0 पर सेट करें। सबसे पहले आवश्यक लाइब्रेरी इम्पोर्ट करें – import pandas as pd 3 कॉलम वाला डेटाफ्रेम बनाएं – dataFrame = pd.DataFrame( { Student: [Jack, Robin, Ted, Marc, Scarlett, Kat, John], Re

जब किसी लिस्ट में मौजूद सन्निकट स्ट्रिंग तत्वों को समूहित करना हो, तो एक मेथड परिभाषित की जाती है जो groupby और yield का उपयोग करती है। उदाहरण नीचे इसका प्रदर्शन है from itertools import groupby def string_check(elem): return isinstance(elem, str) def group_string(my_list): for key, grp in

जब दिए गए वर्ण की वर्ण पुनरावृत्ति प्राप्त करनी हो, तो एक मेथड परिभाषित की जाती है जो इंडेक्स मान का उपयोग करके पुनरावृत्ति प्रिंट करती है। उदाहरण नीचे इसका प्रदर्शन है def to_string(my_list): return .join(my_list) def lex_recurrence(my_string, my_data, last_val, index_val): length = len(my

कॉलम के डेटाटाइप प्राप्त करने के लिए, info() मेथड का उपयोग करें। सबसे पहले आवश्यक लाइब्रेरी इम्पोर्ट करें – import pandas as pd अलग-अलग डेटाटाइप वाले 2 कॉलम के साथ डेटाफ्रेम बनाएं – dataFrame = pd.DataFrame( { Student: [Jack, Robin, Ted, Marc, Scarlett, Kat, John], Roll Number:

विशिष्ट डेटाटाइप वाले कॉलम चुनने के लिए, select_dtypes() मेथड और include पैरामीटर का उपयोग करें। सबसे पहले, 2 कॉलम वाला डेटाफ्रेम बनाएं – dataFrame = pd.DataFrame( { Student: [Jack, Robin, Ted, Marc, Scarlett, Kat, John], Roll Number: [5, 10, 3, 8, 2, 9, 6] } ) अब, अपने संबं

एकाधिक कॉलम हेडर का नाम बदलने के लिए, rename() मेथड का उपयोग करें और columns पैरामीटर में डिक्शनरी सेट करें। सबसे पहले, एक डेटाफ्रेम बनाएं – dataFrame = pd.DataFrame({Car: [BMW, Mustang, Tesla, Mustang, Mercedes, Tesla, Audi],Cubic Capacity: [2000, 1800, 1500, 2500, 2200, 3000, 2000],Reg Price: [70

जब मैट्रिक्स पंक्ति लंबाई की आवृत्ति गिननी हो, तो इस पर इटरेट किया जाता है और इसकी आवृत्ति को खाली डिक्शनरी में जोड़ा जाता है या फिर से मिलने पर बढ़ाया जाता है। उदाहरण नीचे इसका प्रदर्शन है my_list = [[42, 24, 11], [67, 18], [20], [54, 10, 25], [45, 99]] print(The list is :) print(my_list) my_resul

हम अंतिम तत्व को एक्सेस करने के लिए iat एट्रिब्यूट का उपयोग करेंगे, क्योंकि इसका उपयोग पूर्णांक स्थिति द्वारा पंक्ति/कॉलम जोड़ी के लिए एकल मान एक्सेस करने के लिए किया जाता है। सबसे पहले आवश्यक पैंडास लाइब्रेरी इम्पोर्ट करें – import pandas as pd संख्याओं के साथ एक पैंडास सीरीज़ बनाएं – data = pd.Se

जब लिस्ट तत्वों की संख्या के रूप में मान वाली नेस्टेड लिस्ट बनानी हो, तो साधारण इटरेशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है my_list = [11, 25, 36, 24] print(The list is :) print(my_list) for element in range(len(my_list)): my_list[element] = [element+1 for j in range(element+1)]

जब नेस्टेड लिस्ट को टपल लिस्ट में फ्लैट करना हो, तो एक मेथड परिभाषित की जाती है जो पैरामीटर के रूप में एक लिस्ट लेती है, और isinstance मेथड का उपयोग करके जांचती है कि कोई तत्व किसी विशिष्ट प्रकार से संबंधित है या नहीं। इस पर निर्भर करते हुए, आउटपुट प्रदर्शित किया जाता है। उदाहरण नीचे इसका प्रदर्शन

सिंगल-लेवल कॉलम को स्टैक करने के लिए, datafrem.stack() का उपयोग करें। सबसे पहले आवश्यक लाइब्रेरी इम्पोर्ट करें – import pandas as pd सिंगल-लेवल कॉलम के साथ डेटाफ्रेम बनाएं – dataFrame = pd.DataFrame([[10, 15], [20, 25], [30, 35], [40, 45]], index=[w, x, y, z], columns=[a, b]) stack() मेथड का उपयोग

जब N से अधिक K के लगातार रेंज प्राप्त करने हों, तो enumerate एट्रिब्यूट और साधारण इटरेशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है = N: my_result.append((beg, end)) previous = element print(The result is :) print(my_result) आउटपुट The list is : [3, 65, 33, 23, 65, 65,

append() का उपयोग करके लिस्ट को डेटाफ्रेम में जोड़ने के लिए, पहले एक डेटाफ्रेम बनाएं। हमारे उदाहरण के लिए डेटा टीम रैंकिंग की सूचियों के रूप में है – # टीम रैंकिंग के रूप में डेटा की सूची Team = [[India, 1, 100],[Australia, 2, 85],[England, 3, 75],[New Zealand, 4, 65],[South Africa, 5, 50]] # डेटाफ

जब गैर-बढ़ते तत्वों को हटाना हो, तो तत्वों की तुलना के साथ एक साधारण इटरेशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है = my_result[-1]: my_result.append(elem) print(The result is :) print(my_result) आउटपुट The list is : [5, 23, 45, 11, 45, 67, 89, 99, 10, 26, 7, 11] The result is :

जब डेटा संरचना में तत्वों के इंडेक्स रैंक निर्धारित करने हों, तो एक मेथड परिभाषित की जाती है जो पैरामीटर के रूप में एक लिस्ट लेती है। यह लिस्ट में तत्वों पर इटरेट करती है, और दो वेरिएबल के मान बदलने से पहले कुछ तुलनाएं करती है। उदाहरण नीचे इसका प्रदर्शन है def find_rank_elem(my_list): my_result

दो डेटाफ्रेम के बीच इंटरसेक्शन द्वारा कॉलम प्राप्त करने के लिए, intersection() मेथड का उपयोग करें। आइए दो डेटाफ्रेम बनाएं – # डेटाफ्रेम1 बनाना dataFrame1 = pd.DataFrame({Car: [Bentley, Lexus, Tesla, Mustang, Mercedes, Jaguar],Cubic_Capacity: [2000, 1800, 1500, 2500, 2200, 3000],Reg_Price: [7000, 15

जब समान प्रकृति के जुड़े हुए लगातार वर्णों को विभाजित करना हो, तो groupby मेथड और join मेथड का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है from itertools import groupby my_string = pppyyytthhhhhhhoooooonnn print(The string is :) print(my_string) my_result = [.join(grp) for elem, grp in groupby

जब दिए गए योग के साथ K लंबाई के समूह प्राप्त करने हों, तो एक खाली लिस्ट, product मेथड, sum मेथड और append मेथड का उपयोग किया जा सकता है। उदाहरण नीचे इसका प्रदर्शन है from itertools import product my_list = [45, 32, 67, 11, 88, 90, 87, 33, 45, 32] print(The list is : ) print(my_list) N = 77 print(Th

जब दो संख्याओं में मौजूद सभी विशिष्ट असामान्य अंकों को प्रिंट करना हो, तो एक मेथड परिभाषित की जाती है जो दो पूर्णांकों को पैरामीटर के रूप में लेती है। असामान्य अंक प्राप्त करने के लिए symmetric_difference मेथड का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है def distinct_uncommon_nums(val_1, val