आइए डिजिटल सर्टिफिकेट के बारे में सीखकर शुरू करें। डिजिटल सर्टिफिकेट यह मूल रूप से एक डिजिटल रूप से जारी किया गया प्रमाणपत्र है, जो उपयोगकर्ता की प्रामाणिकता को सत्यापित करने के लिए जारी किया जाता है, अर्थात, यह सत्यापित करना कि संदेश भेजने वाला उपयोगकर्ता वही है जो वह होने का दावा करता है, और रिसी

एकाधिक कॉलम से अद्वितीय मान खोजने के लिए, unique() विधि का उपयोग करें। मान लें कि आपके पैंडास डेटाफ्रेम में कर्मचारी रिकॉर्ड हैं जिनमें EmpName और Zone हैं। नाम और ज़ोन दोहराए जा सकते हैं क्योंकि दो कर्मचारियों के नाम समान हो सकते हैं और एक ज़ोन में एक से अधिक कर्मचारी हो सकते हैं। उस स्थिति में, य

पैंडास को सेट में टाइपकास्ट करने के लिए, set() का उपयोग करें। सबसे पहले, आइए एक डेटाफ्रेम बनाएं - dataFrame = pd.DataFrame( { EmpName: [John, Ted, Jacob, Scarlett, Ami, Ted, Scarlett], Zone: [North, South, South, East, West, East, North] } ) पैंडास को सेट में टाइपकास्ट करें

मल्टीइंडेक्स को सिंगल इंडेक्स में संयोजित करने के लिए, सबसे पहले, आवश्यक पैंडास और नम्पी लाइब्रेरी को उनके संबंधित उपनामों के साथ आयात करें - import pandas as pd import numpy as np पैंडास सीरीज बनाएं - d = pd.Series([(Jacob, North), (Ami, East), (Ami, West), (Scarlett, South), (Jacob, West), (Scarl

पैंडास में पाइपलाइन बनाने के लिए, हमें pipe() विधि का उपयोग करने की आवश्यकता है। सबसे पहले, एक उपनाम के साथ आवश्यक पैंडास लाइब्रेरी आयात करें - import pandas as pd अब, एक डेटाफ्रेम बनाएं - dataFrame = pd.DataFrame( { Car: [BMW, Lexus, Audi, Mustang, Bentley, Jaguar], Units: [100

कॉलम मानों का औसत गणना करने के लिए, mean() विधि का उपयोग करें। सबसे पहले, आवश्यक पैंडास लाइब्रेरी आयात करें - import pandas as pd अब, दो कॉलम के साथ एक डेटाफ्रेम बनाएं - dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Tesla, Bentley, Jaguar], Units: [100, 150, 110, 80, 110,

यह जांचने के लिए कि दो डेटाफ्रेम के किसी विशिष्ट कॉलम समान हैं या नहीं, equals() विधि का उपयोग करें। आइए पहले दो कॉलम के साथ डेटाफ्रेम 1 बनाएं - dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Mustang, Bentley, Jaguar], Units: [100, 150, 110, 80, 110, 90] } ) दो कॉलम के

दो डेटाफ्रेम के बीच सामान्य पंक्तियाँ खोजने के लिए, merge() विधि का उपयोग करें। आइए पहले दो कॉलम के साथ डेटाफ्रेम 1 बनाएं - dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Tesla, Bentley, Jaguar], Units: [100, 150, 110, 80, 110, 90] } ) दो कॉलम के साथ डेटाफ्रेम 2 बनाएं

कॉलम मानों की माध्यिका गणना करने के लिए, median() विधि का उपयोग करें। सबसे पहले, आवश्यक पैंडास लाइब्रेरी आयात करें - import pandas as pd अब, दो कॉलम के साथ एक डेटाफ्रेम बनाएं - dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Tesla, Bentley, Jaguar], Units: [100, 150, 110, 8

केवल विशिष्ट पंक्तियों का योग करने के लिए, loc() विधि का उपयोग करें। : ऑपरेटर का उपयोग करके शुरुआत और अंत पंक्ति इंडेक्स का उल्लेख करें। loc() का उपयोग करके, आप शामिल किए जाने वाले कॉलम भी सेट कर सकते हैं। हम परिणाम को एक नए कॉलम में प्रदर्शित कर सकते हैं। सबसे पहले, आइए एक डेटाफ्रेम बनाएं। इसमें उ

ग्रुप बाई के बाद इंडेक्स रीसेट करने के लिए, सबसे पहले groupby() का उपयोग करके एक कॉलम के अनुसार ग्रुप करें। उसके बाद, reset_index() का उपयोग करें। सबसे पहले, आवश्यक लाइब्रेरी आयात करें - import pandas as pd 2 कॉलम के साथ एक डेटाफ्रेम बनाएं - dataFrame = pd.DataFrame( { Car: [Audi, Lexus

कॉलम मानों का विचरण गणना करने के लिए, var() विधि का उपयोग करें। सबसे पहले, आवश्यक पैंडास लाइब्रेरी आयात करें - import pandas as pd दो कॉलम के साथ एक डेटाफ्रेम बनाएं - dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Tesla, Bentley, Jaguar], Units: [100, 150, 110, 80, 110, 90

पैंडास डेटाफ्रेम को मर्ज करने के लिए, merge() फ़ंक्शन का उपयोग करें। इनर जॉइन को merge() फ़ंक्शन के how पैरामीटर के तहत सेट करके दोनों डेटाफ्रेम पर लागू किया जाता है, अर्थात - how = inner सबसे पहले, आइए एक उपनाम के साथ पैंडास लाइब्रेरी आयात करें - import pandas as pd डेटाफ्रेम 1 बनाएं - dataFrame1

जब दूसरी सूची में पहली सूची की पहली घटना ढूंढना आवश्यक होता है, तो सेट विशेषता और नेक्स्ट विधि का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है my_list_1 = [23, 64, 34, 77, 89, 9, 21] my_list_2 = [64, 10, 18, 11, 0, 21] print(The first list is :) print(my_list_1) print(The second list is :) prin

जब स्ट्रिंग्स की सूची में स्पेस साइज पैडिंग को कस्टमाइज़ करना आवश्यक होता है, तो एक खाली सूची, एक पुनरावृत्ति और अपेंड विधि का उपयोग किया जाता है। उदाहरण नीचे इसका प्रदर्शन है my_list = [Python, is, great] print(The list is :) print(my_list) lead_size = 3 trail_size = 2 my_result = [] for elem in m

उदाहरण नीचे इसका प्रदर्शन दिया गया है: def key_freq_words(my_string, K): my_list = list(my_string.split( )) for i in my_list: if my_list.count(i) == K: print(i) my_list.remove(i) my_string = hi there how are you, how are u K = 2 print(The string is :) print(m

उदाहरण नीचे इसका प्रदर्शन दिया गया है: my_list = [45, 31, 22, 48, 59, 99, 0] print(The list is :) print(my_list) my_result = [] for i in my_list: my_result.append(i * i * i) print(The resultant list is :) print(my_result) आउटपुट The list is : [45, 31, 22, 48, 59, 99, 0] The resultant list is :

उदाहरण नीचे इसका प्रदर्शन दिया गया है: def convert_my_list(my_list): my_result = [] for el in my_list: sub = el.split(, ) my_result.append(sub) return(my_result) my_list = [peter, king, charlie] print(The list is :) print(my_list) print(The resultant list is :) print(con

उदाहरण नीचे इसका प्रदर्शन दिया गया है: def common_elem_set(my_set): for index, val in enumerate(my_set): for j, k in enumerate(my_set[index + 1:], index + 1): if val & k: my_set[index] = val.union(my_set.pop(j)) return common_elem_set(my_set)

उदाहरण नीचे इसका प्रदर्शन दिया गया है: my_list = [(51, -11), (-24, -24), (11, 42), (-12, 45), (-45, 26), (-97, -4)] print(The list is :) print(my_list) my_result = [] for sub in my_list: my_result.append((abs(sub[0]), -abs(sub[1]))) print(The result is :) print(my_result) आउटपुट The list is : [