जब स्थितीय पंक्तियों को हटाने की आवश्यकता होती है, तो एक साधारण पुनरावृत्ति और पॉप पद्धति का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [[31, 42, 2], [1, 73, 29], [51, 3, 11], [0, 3, 51], [17, 3, 21], [1, 71, 10], [0, 81, 92]] print("The list is :") print(my_list) my

जब सूचियों में अधिकतम अंतर खोजने की आवश्यकता होती है, तो abs और max विधियों का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list_1 = [7, 9, 1, 2, 7] my_list_2 = [6, 3, 1, 2, 1] print("The first list is :") print(my_list_1) print("The second list is :") print(my_list_

जब सुपरसीक्वेंस स्ट्रिंग्स को फ़िल्टर करने की आवश्यकता होती है, तो एक साधारण सूची समझ का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = ["Python", "/", "is", "alwaysgreat", "to", "learn"] print("The list is :")

जब प्रत्येक सूची तत्व मान को उसके परिमाण क्रम के बराबर निर्दिष्ट करने की आवश्यकता होती है, तो सेट ऑपरेशन, ज़िप विधि और एक सूची समझ का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [91, 42, 27, 39, 24, 45, 53] print("The list is : ") print(my_list) my_ordered_dict = dic

जब किसी श्रेणी के भीतर सूची तत्वों को किसी दी गई संख्या से बदलने की आवश्यकता होती है, तो सूची स्लाइसिंग का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [42, 42, 18, 73, 11, 28, 29, 0, 10, 16, 22, 53, 41] print("The list is :") print(my_list) i, j = 4, 8 my_key = 9 my

विशिष्ट टाइमस्टैम्प की तुलना करने के लिए, वर्ग कोष्ठक में अनुक्रमणिका संख्या का उपयोग करें। सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd 3 कॉलम के साथ डेटाफ़्रेम बनाएं। हमारे पास टाइमस्टैम्प के साथ दो दिनांक कॉलम हैं - dataFrame = pd.DataFrame(    {       &qu

जब मैट्रिक्स को एक स्ट्रिंग में बदलने की आवश्यकता होती है, तो जॉइन विधि के साथ एक सरल सूची समझ का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [[1, 22, "python"], [22, "is", 1], ["great", 1, 91]] print("The list is :") print(my_list) my_l

अग्रणी या पिछली सफेद जगह को हटाने के लिए, स्ट्रिप() विधि का उपयोग करें। सबसे पहले, 3 कॉलम उत्पाद श्रेणी, उत्पाद का नाम और मात्रा के साथ एक डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame({ 'Product Category': [' Computer', ' Mobile Phone', 'Electronics ', 'Applianc

दिनांक ऑफ़सेट के आधार पर अंतिम समय श्रृंखला का चयन करने के लिए, अंतिम . का उपयोग करें () तरीका। सबसे पहले, दिनांक अनुक्रमणिका को अवधि . के साथ सेट करें और आवृत्ति . फ़्रीक्वेंसी फ़्रीक्वेंसी के लिए है - i = pd.date_range('2021-07-15', periods=5, freq='3D') अब, उपरोक्त अनुक्रमणिका के

मानक विचलन की गणना करने के लिए, पंडों की एसटीडी () विधि का उपयोग करें। 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', 'A

पांडा डेटाफ़्रेम को मर्ज करने के लिए, मर्ज का उपयोग करें () समारोह। उसमें आप सूचक . पैरामीटर सेट कर सकते हैं करने के लिए सच या झूठा . यदि आप यह जांचना चाहते हैं कि किस डेटाफ़्रेम का विशिष्ट रिकॉर्ड है, तो - . का उपयोग करें indicator= True जैसा कि ऊपर दिखाया गया है, उपरोक्त पैरामीटर को ट्रू के रूप म

दिनांक ऑफ़सेट के आधार पर समय श्रृंखला की पहली अवधि का चयन करने के लिए, पहले . का उपयोग करें () तरीका। सबसे पहले, दिनांक अनुक्रमणिका को अवधि . के साथ सेट करें और आवृत्ति पैरामीटर। फ़्रीक्वेंसी फ़्रीक्वेंसी के लिए है - i = pd.date_range('2021-07-15', periods=5, freq='3D') अब, उपरोक्त

स्तंभों के योग के आधार पर फ़िल्टर करने के लिए, हम loc() . का उपयोग करते हैं तरीका। यहां, हमारे उदाहरण में, हम छात्र कॉलम को 400 से ऊपर यानी 80% के साथ प्राप्त करने के लिए प्रत्येक छात्र के अंकों का योग करते हैं। सबसे पहले, छात्र रिकॉर्ड के साथ एक DataFrame बनाएं। हमारे पास 3 छात्रों के अंक रिकॉर्ड

समूह के अंतिम मानों की गणना करने के लिए, groupby.last() विधि का उपयोग करें। सबसे पहले, आवश्यक पुस्तकालय को एक उपनाम के साथ आयात करें - pd के रूप में पांडा आयात करें; 3 कॉलम के साथ डेटाफ़्रेम बनाएं - dataFrame =pd.DataFrame({Car:[BMW, Lexus, BMW, Tesla, Lexus, Tesla],Place:[Delhi, बैंगलोर, पुणे, पंज

स्ट्रिंग डेटा को वास्तविक तिथियों यानी डेटाटाइम प्रकार में बदलने के लिए, to_datetime() विधि का उपयोग करें। सबसे पहले, हम 3 श्रेणियों के साथ एक DataFrame बनाते हैं, उनमें से एक दिनांक स्ट्रिंग है - dataFrame = pd.DataFrame({ 'Product Category': ['Computer', 'Mobile Phone',

किसी श्रेणी में दिनांक उत्पन्न करने के लिए दिनांक _range() विधि का उपयोग करें। सबसे पहले, आवश्यक पांडा पुस्तकालय को एक उपनाम के साथ आयात करें - import pandas as pd अब मान लेते हैं कि आपको तारीखें तैयार करनी हैं, इसलिए इसके लिए उस तारीख का जिक्र करें जहां से आप शुरू करना चाहते हैं। यहां, हमने 1 जून

टो तिथियों के बीच दिनों की संख्या का पता लगाने के लिए, हम पायथन डेटाटाइम मॉड्यूल का उपयोग कर रहे हैं। सबसे पहले, आवश्यक पुस्तकालय आयात करें - from datetime import date दिनांक ऑब्जेक्ट बनाएं और उन तिथियों को इनपुट करें जिनसे आप दिनों की गणना करना चाहते हैं - date1 = date(2021, 7, 20) date2 = date(20

OSI (ओपन सिस्टम इंटरकनेक्शन) मॉडल में, ट्रांसपोर्ट लेयर सात लेयर्स में से एक है और यह इंटरनेट पर प्रेषक और रिसीवर के बीच एंड टू एंड कम्युनिकेशन के लिए जिम्मेदार है। यह प्रेषक और रिसीवर के बीच तार्किक संचार प्रदान करता है और पैकेट के अंत से अंत तक वितरण सुनिश्चित करता है। ट्रांसपोर्ट लेयर के मुख्य प

हम मासिक कार के पंजीकरण मूल्य के योग की गणना करने के लिए कार बिक्री रिकॉर्ड और समूह माह-वार के एक उदाहरण पर विचार करेंगे। योग करने के लिए, हम योग () विधि का उपयोग करते हैं। सबसे पहले, मान लें कि तीन स्तंभों के साथ हमारा पंडों का डेटाफ़्रेम निम्नलिखित है - dataFrame = pd.DataFrame(    { &n

पंडों के डेटाफ़्रेम से डुप्लिकेट मान निकालने के लिए, ड्रॉप_डुप्लिकेट () विधि का उपयोग करें। सबसे पहले, 3 कॉलम के साथ एक DataFrame बनाएं - dataFrame = pd.DataFrame({'Car': ['BMW', 'Mercedes', 'Lamborghini', 'BMW', 'Mercedes', 'Porsche'],'Pla