Pandas DataFrame में हम विभिन्न तुलनात्मक ऑपरेशन्स का उपयोग करके कॉलम मानों को फ़िल्टर कर सकते हैं। जैसे df[col] < 5, df[col] == 10, df[col] > 2 आदि। ये ऑपरेशन्स बूलियन Series लौटाते हैं जिनका उपयोग पंक्तियों को फ़िल्टर करने के लिए किया जा सकता है। चरण एक DataFrame बनाएं। इनपुट DataFrame प्र

Pandas में value_counts() फ़ंक्शन किसी कॉलम में प्रत्येक अद्वितीय मान की आवृत्ति (frequency) गिनने के लिए उपयोग किया जाता है। यह एक Series लौटाता है जिसमें इंडेक्स पर अद्वितीय मान होते हैं और मान उनकी संबंधित गिनती होती हैं। उदाहरण: डेटाफ्रेम बनाना सबसे पहले, 4 कॉलम वाला एक DataFrame बनाते हैं: imp

हम दो इंडेक्स मानों के बीच पंक्तियों का चयन करने के लिए पैंडास डेटाफ्रेम को स्लाइस कर सकते हैं। आइए एक उदाहरण लें और देखें कि यह कैसे किया जाता है। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। इंडेक्स की निचली सीमा के लिए एक वेरिएबल इनिशियल

पैंडास डेटाफ्रेम को एक्सेल की एकाधिक शीट्स में सहेजने के लिए, हम pd.ExcelWriter() विधि का उपयोग कर सकते हैं। ExcelWriter() का उपयोग करने से पहले सुनिश्चित करें कि आपके पास openpyxl पैकेज इंस्टॉल है। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df1 बनाएं। इनपुट डेटाफ्रेम, df1 प्रिंट

दो से अधिक पैंडास डेटाफ्रेम को संयोजित करने के लिए, concat() विधि का उपयोग करें। पंक्तियों के साथ संयोजित करने के लिए axis पैरामीटर को axis = 0 पर सेट करें। सबसे पहले, आवश्यक लाइब्रेरी आयात करें - import pandas as pd आइए पहला डेटाफ्रेम बनाएं - dataFrame1 = pd.DataFrame( { Col1: [10, 20,

पैंडास डेटाफ्रेम को JSON फ़ाइल में डालने और फिर से पढ़ने के लिए, हम to_json() और read_json() विधियों का उपयोग कर सकते हैं। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। डेटाफ्रेम को JSON फ़ाइल में डंप करने के लिए to_json() विधि का उपयोग करें

merge() के साथ दो डेटाफ्रेम के बीच सामान्य पंक्तियाँ खोजने के लिए, पैरामीटर how का उपयोग inner के रूप में करें क्योंकि यह SQL इनर जॉइन की तरह काम करता है और यही हम प्राप्त करना चाहते हैं। आइए दो कॉलम के साथ डेटाफ्रेम 1 बनाएं - dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Tesla,

पैंडास डेटाफ्रेम को डिक्शनरी में बदलने के लिए, हम to_dict() विधि का उपयोग कर सकते हैं। आइए एक उदाहरण लें और देखें कि यह कैसे किया जाता है। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। to_dict() विधि का उपयोग करके डेटाफ्रेम को डिक्शनरी में ब

पैंडास में डेटाफ्रेम की पहली तीन पंक्तियों को हटाने के लिए, हम iloc() विधि का उपयोग कर सकते हैं। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। df.iloc[3:] का उपयोग करके पहली तीन पंक्तियाँ हटाएं। अपडेटेड डेटाफ्रेम प्रिंट करें। उदाहरण import

पैंडास डेटाफ्रेम में पंक्तियों के समूह को एक्सेस करने के लिए, हम loc() विधि का उपयोग कर सकते हैं। उदाहरण के लिए, यदि हम df.loc[2:5] का उपयोग करते हैं, तो यह 2 से 5 तक की सभी पंक्तियों का चयन करेगा। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करे

पैंडास में डेटाफ्रेम कॉलम का नाम बदलना काफी सरल है। आपको बस rename() विधि का उपयोग करना है और उस कॉलम नाम को पास करना है जिसे आप बदलना चाहते हैं और नया कॉलम नाम। आइए एक उदाहरण लें और देखें कि यह कैसे किया जाता है। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रे

एक नियमित अभिव्यक्ति (रेगेक्स) वर्णों का एक क्रम है जो एक खोज पैटर्न को परिभाषित करता है। पैंडास में रेगेक्स द्वारा पंक्तियों को फ़िल्टर करने के लिए, हम str.match() विधि का उपयोग कर सकते हैं। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। अभि

हम पैंडास में दो कॉलम के बीच सहसंबंध प्राप्त करने के लिए .corr() विधि का उपयोग कर सकते हैं। आइए एक उदाहरण लें और देखें कि इस विधि को कैसे लागू करें। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। दो वेरिएबल, col1 और col2 इनिशियलाइज़ करें, और

पैंडास में एक कॉलम का अधिकतम मान खोजने और उसकी संबंधित पंक्ति मान लौटाने के लिए, हम df.loc[df[col].idxmax()] का उपयोग कर सकते हैं। आइए एक उदाहरण लेकर इसे बेहतर ढंग से समझें। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। एक वेरिएबल, col इनिशि

पैंडास में न्यूमेरिक कॉलम खोजने के लिए, हम पूर्णांकों की एक सूची बना सकते हैं और फिर इसे select_dtypes() विधि में शामिल कर सकते हैं। आइए एक उदाहरण लें और देखें कि इस विधि को कैसे लागू करें। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। कॉलम

पैंडास डेटाफ्रेम में nवीं पंक्ति प्राप्त करने के लिए, हम iloc() विधि का उपयोग कर सकते हैं। उदाहरण के लिए, df.iloc[4] 5वीं पंक्ति लौटाएगा क्योंकि पंक्ति संख्या 0 से शुरू होती है। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df बनाएं। इनपुट डेटाफ्रेम, df प्रिंट करें। nth_row वेरिएबल इ

एक डेटाफ्रेम की पंक्तियों को दूसरे की पंक्तियों के साथ जोड़ने के लिए, हम पैंडास append() फ़ंक्शन का उपयोग कर सकते हैं। append() की मदद से, हम कॉलम भी जोड़ सकते हैं। आइए एक उदाहरण लें और देखें कि इस विधि का उपयोग कैसे करें। चरण दो-आयामी, आकार-परिवर्तनीय, संभावित विषम सारणीबद्ध डेटा, df1 बनाएं। इनपु

हम पूरे डेटाफ्रेम को फिर से लिखे बिना पैंडास में shift() विधि का उपयोग करके डेटाफ्रेम के कॉलम को शिफ्ट कर सकते हैं। shift() निम्नलिखित पैरामीटर लेता है shift(self, periods=1, freq=None, axis=0, fill_value=None) periods शिफ्ट करने के लिए अवधियों की संख्या। यह एक नकारात्मक संख्या भी ले सकता है। axi

दो डेटाफ्रेम के बीच असामान्य पंक्तियाँ खोजने के लिए, concat() विधि का उपयोग करें। आइए पहले उपनाम के साथ आवश्यक लाइब्रेरी आयात करें - import pandas as pd दो कॉलम के साथ डेटाफ्रेम 1 बनाएं - dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Tesla, Bentley, Jaguar], Reg_Price: [1

आइए सिमेट्रिक कुंजी एन्क्रिप्शन को समझें। सिमेट्रिक कुंजी एन्क्रिप्शन क्रिप्टोग्राफी में सिमेट्रिक-कुंजी एन्क्रिप्शन एल्गोरिदम प्लेन-टेक्स्ट एन्क्रिप्ट करने और सिफर-टेक्स्ट डिक्रिप्ट करने के लिए दो पक्षों के बीच साझा की गई एक ही कुंजी या समान क्रिप्टोग्राफिक कुंजी (गुप्त कुंजी) का उपयोग करते हैं। क