माध्य के लिए, माध्य () फ़ंक्शन का उपयोग करें। NaN के साथ कॉलम के लिए माध्य की गणना करें और NaN मानों को माध्य से भरने के लिए fillna() का उपयोग करें। आइए पहले आवश्यक पुस्तकालयों को आयात करें - import pandas as pd import numpy as np 2 कॉलम और कुछ NaN मानों के साथ एक DataFrame बनाएं। हमने इन NaN मानो

जब डिक्शनरी कीज़ के संचयी माध्य को खोजने की आवश्यकता होती है, तो एक खाली डिक्शनरी बनाई जाती है, और मूल डिक्शनरी को फिर से चालू किया जाता है, और आइटम्स को एक्सेस किया जाता है। यदि यह शब्दकोश में मौजूद है, तो कुंजी को खाली शब्दकोश में जोड़ दिया जाता है, अन्यथा कुंजी के बजाय मान रखा जाता है। उदाहरण नी

जब किसी सूची में किसी दी गई श्रेणी को उलटने की आवश्यकता होती है, तो इसे फिर से चालू किया जाता है और : ऑपरेटर को स्लाइसिंग के साथ इसे उलटने के लिए उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = ["Hi", "there", "how", 'are', 'you'] print

जब सूची को सभी संभावित टपल जोड़े में विभाजित करने की आवश्यकता होती है, तो एक विधि को परिभाषित किया जा सकता है जो एक पैरामीटर के रूप में एक सूची लेता है और सूची के माध्यम से पुनरावृति करने के लिए सूची समझ का उपयोग करता है और विस्तार विधि का उपयोग करता है उदाहरण नीचे उसी का एक प्रदर्शन है def determi

जब विभिन्न डेटा प्रकारों के साथ मैट्रिक्स से पंक्तियों को निकालने की आवश्यकता होती है, तो इसे फिर से चालू किया जाता है और अलग-अलग प्रकार प्राप्त करने के लिए सेट का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [[4, 2, 6], ["python", 2, {6: 2}], [3, 1, "fun"], [

जब किसी वाक्य में किसी शब्द के सभी संभावित क्रमपरिवर्तन उत्पन्न करने की आवश्यकता होती है, तो एक फ़ंक्शन परिभाषित किया जाता है। यह फ़ंक्शन स्ट्रिंग पर पुनरावृति करता है और स्थिति के आधार पर, आउटपुट प्रदर्शित होता है। उदाहरण नीचे उसी का एक प्रदर्शन है from itertools import permutations def calculate_

जब किसी वाक्य में मौजूद पैलिंड्रोम शब्दों को सॉर्ट करना आवश्यक होता है, तो एक विधि परिभाषित की जाती है जो एक स्ट्रिंग को एक पैरामीटर के रूप में लेती है और पहले यह सुनिश्चित करती है कि यह एक पैलिंड्रोम है। फिर यह एक स्ट्रिंग के सभी शब्दों को सॉर्ट करता है और इसे आउटपुट के रूप में लौटाता है। उदाहरण न

अनुक्रमणिका=गलत का प्रयोग करें अनुक्रमणिका को अनदेखा करना। आइए पहले आवश्यक पुस्तकालय आयात करें - import pandas as pd एक डेटाफ़्रेम बनाएँ - dataFrame = pd.DataFrame([[10, 15], [20, 25], [30, 35]],index=['x', 'y', 'z'],columns=['a', 'b']) loc का उपयोग करके लेब

टाइमस्टैम्प की तुलना करने के लिए, हम इंडेक्स ऑपरेटर यानी वर्ग कोष्ठक का उपयोग कर सकते हैं। सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd 3 कॉलम के साथ डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame(    {       "Car": ["Audi", "Lexus"

अधिकतम स्तंभ मान प्राप्त करने के लिए, अधिकतम . का उपयोग करें () समारोह। सबसे पहले, आवश्यक पंडों की लाइब्रेरी आयात करें - import pandas as pd अब, दो कॉलम के साथ एक DataFrame बनाएं - dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', '

टाइमस्टैम्प में अंतर खोजने के लिए, हम अंतर खोजने के लिए इंडेक्स ऑपरेटर यानी वर्ग कोष्ठक का उपयोग कर सकते हैं। टाइमस्टैम्प के लिए, हमें एब्स () का भी उपयोग करना होगा। सबसे पहले, आवश्यक पुस्तकालय आयात करें - pd के रूप में पांडा आयात करें 3 कॉलम के साथ डेटाफ़्रेम बनाएं। हमारे पास टाइमस्टैम्प के साथ दो

डेटा को आरोही या अवरोही क्रम में क्रमबद्ध करने के लिए, सॉर्ट_वैल्यू () विधि का उपयोग करें। आरोही क्रम के लिए, निम्नलिखित का उपयोग करें Sort_values() विधि - ascending=True आवश्यक पुस्तकालय आयात करें - import pandas as pd 3 कॉलम के साथ डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame(    { &nb

प्रेक्षणों को गिनने के लिए, पहले ग्रुपबाय () का उपयोग करें और फिर परिणाम पर काउंट () का उपयोग करें। सबसे पहले, आवश्यक पुस्तकालय आयात करें - dataFrame =pd.DataFrame({Product Name:[Keyboard, Charger, SmartTV, Camera, Graphic Card, Earphone],Product category:[Computer , मोबाइल फोन, इलेक्ट्रॉनिक्स, इलेक

पंक्ति अनुक्रमणिका की जाँच करने और प्रदर्शित करने के लिए, isinf () का उपयोग किसी भी () के साथ करें। सबसे पहले, आइए आवश्यक पुस्तकालयों को उनके संबंधित उपनामों के साथ आयात करें - pdimport numpy as np के रूप में पांडा आयात करें सूची का शब्दकोश बनाएं। हमने Numpy np.inf . का उपयोग करके अनंत मान सेट किए

अनंत मानों के लिए सही प्रदर्शित करने के लिए isin() विधि का उपयोग करें। सबसे पहले, आइए आवश्यक पुस्तकालयों को उनके संबंधित उपनामों के साथ आयात करें - import pandas as pd import numpy as np सूची का शब्दकोश बनाएं। हमने Numpy np.inf . का उपयोग करके अनंत मान सेट किए हैं - d = { "Reg_Price": [70

केवल बड़े शब्द लाने के लिए, हम रेगेक्स का उपयोग कर रहे हैं। पुन: मॉड्यूल का उपयोग यहां किया जाता है और आयात किया जाता है। आइए हम सभी पुस्तकालयों को आयात करें - import re import pandas as pd एक डेटाफ़्रेम बनाएँ - data = [['computer', 'mobile phone', 'ELECTRONICS', 'electr

सभी शून्य मानों वाले कॉलम को हटाने के लिए, ड्रॉपना . का उपयोग करें () विधि और कैसे पैरामीटर को सभी . पर सेट करें ” - how='all' सबसे पहले, आइए आवश्यक पुस्तकालयों को उनके संबंधित उपनामों के साथ आयात करें - import pandas as pd import numpy as np एक डेटाफ़्रेम बनाएँ। हमने Numpy np.inf . का उपय

कॉलम क्रम को उलटने के लिए, dataframe.columns का उपयोग करें और -1 के रूप में सेट करें - dataFrame[dataFrame.columns[::-1] सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd 4 कॉलम के साथ डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Te

matplotlib तारीख में हेरफेर करने के लिए ताकि हर 12 महीने में साल का टिक दिखाई दे, हम निम्नलिखित कदम उठा सकते हैं - आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। बनाएं d, y, s, साल, महीने, महीनेFmt और yearsFmt पांडा, नम्पी और मैटप्लोटलिब तिथियों का उपयोग करना। दिनांकफ़ॉर्मे

Matplotlib में बार चार्ट में बार के क्रम को निर्धारित करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। दो-आयामी, आकार-परिवर्तनीय, संभावित रूप से विषम सारणीबद्ध डेटा का डेटाफ़्रेम, df बनाएं। वर्तमान आंकड़े में एक सबप्लॉट जोड़ें। डे