विशिष्ट मान गिनने के लिए, पैंडास में nunique का उपयोग करें। हम एक कॉलम द्वारा ग्रुपबाय करेंगे और Numpy sum() का उपयोग करके योग भी ढूंढेंगे। सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें: import pandas as pd import numpy as np 3 कॉलम के साथ एक DataFrame बनाएं। कॉलम में डुप्लिकेट मान हैं: dataFrame =

DataFrame में एक कॉलम से अद्वितीय मान प्राप्त करने के लिए, unique() का उपयोग करें। DataFrame में एक कॉलम से अद्वितीय मानों की गिनती करने के लिए, nunique() का उपयोग करें। सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें: import pandas as pd; 3 कॉलम के साथ एक DataFrame बनाएं। हमारे पास डुप्लिकेट मान भी है

जब यह जांचना आवश्यक होता है कि क्या लिस्ट में विशिष्ट अंक हैं, तो join मेथड और एक सिंपल इटरेशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [427, 789, 345, 122, 471, 124] print(The list is:) print(my_list) my_digits = [1, 4, 7, 2] digit_string = .join([str(ele) for ele in my_di

जब K आकार की N लिस्ट्स को रैंडमली बनाना आवश्यक होता है, तो एक मेथड परिभाषित की जाती है जो मानों को शफल करती है और आउटपुट देती है। उदाहरण नीचे इसका प्रदर्शन है: from random import shuffle def gen_random_list(my_val, K): while True: shuffle(my_val) yield my_val[:K] my_list = [

जब मैट्रिक्स को डिक्शनरी वैल्यू लिस्ट में बदलना आवश्यक होता है, तो एक सिंपल डिक्शनरी कॉम्प्रिहेंशन का उपयोग किया जा सकता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [[71, 26, 35], [65, 56, 37], [89, 96, 99]] print(The list is:) print(my_list) my_result = {my_index + 1: my_list[my_index] for my_i

DataFrame के डेटाटाइप और कॉलम जानकारी प्राप्त करने के लिए, info() मेथड का उपयोग करें। एक उपनाम के साथ आवश्यक लाइब्रेरी इम्पोर्ट करें: import pandas as pd; 3 कॉलम के साथ एक DataFrame बनाएं: dataFrame = pd.DataFrame( { Car: [BMW, Audi, BMW, Lexus, Tesla, Lexus, Mustang], Place:

जब दूसरी लिस्ट से कम से कम दी गई संख्या में कैरेक्टर्स वाली स्ट्रिंग्स निकालना आवश्यक होता है, तो लिस्ट कॉम्प्रिहेंशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: = my_key] print(The resultant list is:) print(my_result) आउटपुट The list is: [Python, is, fun, to, learn] The value of key is

जब स्क्वायर मैट्रिक्स से पहले विकर्ण एलिमेंट्स को हटाना आवश्यक होता है, तो enumerate और लिस्ट कॉम्प्रिहेंशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [[45, 67, 85, 42, 11], [78, 99, 10, 13, 0], [91, 23, 23, 64, 23], [91, 11, 22, 14, 35]] print(The list is:) print(my_list) my

जब उनके निरपेक्ष अंतर की फ्रीक्वेंसी के आधार पर टपल्स को सॉर्ट करना आवश्यक होता है, तो लैम्ब्डा फंक्शन, abs मेथड और sorted मेथड का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [(11, 26), (21, 33), (90, 11), (26, 21), (32, 18), (25, 37)] print(The list is:) print(my_list) my_diff_l

जब एक लिस्ट को मैट्रिक्स में बदलना आवश्यक होता है जहां प्रत्येक पंक्ति का आकार एक संख्या से बढ़ता है, तो // ऑपरेटर और एक सिंपल इटरेशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [42, 45, 67, 89, 99, 10, 23, 12, 31, 43, 60, 1, 0] print(The list is:) print(my_list) my_key = 3 pr

DataFrame में केवल कॉलम नाम डिस्प्ले करने के लिए, dataframe.columns का उपयोग करें। एक उपनाम के साथ आवश्यक लाइब्रेरी इम्पोर्ट करें: import pandas as pd; निम्न DataFrame है: dataFrame = pd.DataFrame( { Car: [BMW, Audi, BMW, Lexus, Tesla, Lexus, Mustang], Place: [Delhi, Bangalo

जब मैट्रिक्स की उन पंक्तियों को निकालना आवश्यक होता है जिनमें सम फ्रीक्वेंसी वाले एलिमेंट्स हों, तो all ऑपरेटर और Counter मेथड के साथ लिस्ट कॉम्प्रिहेंशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: from collections import Counter my_list = [[41, 25, 25, 62], [41, 41, 41, 41, 22, 22], [6

जब किसी संख्या के साथ तुलना के आधार पर लिस्ट के एलिमेंट्स को बदलना आवश्यक होता है, तो एक सिंपल इटरेशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_key: my_result.append(high) else: my_result.append(low) print(The resultant list is:) print(my_result) आउटपुट The li

जब यह जांचना आवश्यक होता है कि स्ट्रिंग्स की लिस्ट के सभी एलिमेंट्स न्यूमेरिक हैं या नहीं, तो all ऑपरेटर का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [434, 823, 98, 74, 9870] print(The list is:) print(my_list) my_result = all(ele.isdigit() for ele in my_list) if my_result == T

जब लिस्ट के प्रत्येक एलिमेंट से विशिष्ट अंक हटाना आवश्यक होता है, तो एक इटरेशन और सेट ऑपरेटर और str मेथड्स का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [123, 565, 1948, 334, 4598] print(The list is:) print(my_list) key = 3 print(The key is:) print(key) my_result = [] for eleme

जब दूसरी लिस्ट से डुप्लिकेट एलिमेंट्स इंडेक्स हटाना आवश्यक होता है, तो enumerate एट्रिब्यूट, लिस्ट कॉम्प्रिहेंशन और एक सिंपल इटरेशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list_1 = [4, 5, 6, 5, 4, 7, 8, 6] my_list_2 = [1, 7, 6, 4, 7, 9, 10, 11] print(The first list is:) print(my_

सबसे पहले, एक नेस्टेड डिक्शनरी बनाएं: dictNested = {Cricket: {Boards: [BCCI, CA, ECB], Country: [India, Australia, England]}, Football: {Boards: [TFA, TCSA, GFA], Country: [England, Canada, Germany]}} अब, एक खाली डिक्शनरी बनाएं: new_dict = {} अब, मान असाइन करने के लिए लूप: for outerKey, inne

जब प्रीफिक्स एलिमेंट्स की लिस्ट के आधार पर स्ट्रिंग्स प्रिंट करना आवश्यक होता है, तो लिस्ट कॉम्प्रिहेंशन, any ऑपरेटर और startswith मेथड का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [streek, greet, meet, leeks, mean] print(The list is:) print(my_list) prefix_list = [st, ge, me,

दशमलव के बाद के स्थानों की संख्या को राउंड करने के लिए, पैंडास के display.precision एट्रिब्यूट का उपयोग करें। सबसे पहले, आवश्यक पैंडास लाइब्रेरी इम्पोर्ट करें: import pandas as pd 2 कॉलम के साथ एक DataFrame बनाएं: dataFrame = pd.DataFrame( { Car: [BMW, Lexus, Tesla, Mustang, Mercede

जब उन एलिमेंट्स को प्रिंट करना आवश्यक होता है जो लिस्ट में दिए गए एलिमेंट्स के गुणक हैं, तो लिस्ट कॉम्प्रिहेंशन का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है: my_list = [45, 67, 89, 90, 10, 98, 10, 12, 23] print(The list is:) print(my_list) my_division_list = [6, 4] print(The division list