जब K अंकों के तत्वों में सुधार की आवश्यकता होती है, तो एक सूची समझ और संलग्न पद्धति का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [231, 67, 232, 1, 238, 31, 793] print("The list is :") print(my_list) K = 3 print("The value of K is ") print(K) temp = '

जब समदूरस्थ क्रमागत वर्ण स्ट्रिंग्स को खोजने की आवश्यकता होती है, तो एक सूची समझ, ऑल ऑपरेटर और ऑर्ड पद्धति का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = ["abc", "egfg", "mpsv", "abed", 'xzbd', 'agms'] print("The list

जब सोस स्ट्रिंग्स के बिना पंक्तियों को फ़िल्टर करने की आवश्यकता होती है, एक सूची समझ, नियमित अभिव्यक्ति, नहीं ऑपरेटर और कोई विधि का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है import re my_list = [["python is", "fun"], ["python", "good"],["pyt

जब सभी सूची तत्वों के साथ पंक्तियों को देना आवश्यक होता है, एक ध्वज मान, एक साधारण पुनरावृत्ति और संलग्न विधि का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [[8, 6, 3, 2], [1, 6], [2, 1,7], [8, 1, 2]] print("The list is :") print(my_list) sub_list = [1, 2] result =

जब किसी सूची में लगातार समान तत्वों की गिनती प्राप्त करने की आवश्यकता होती है, तो एक पुनरावृत्ति, संलग्न विधि और सेट विधि का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [24, 24, 24, 15, 15, 64, 64, 71, 13, 95, 100] print("The list is :") print(my_list) my_result = []

जब ट्रिम किए गए मानों को पुनर्वितरित करने की आवश्यकता होती है, तो एक सूची समझ और / ऑपरेटर का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [11, 26, 24, 75, 96, 37, 48, 29, 93] print("The list is :") print(my_list) key = 2 print("The value of key is") print(ke

जब यह परीक्षण करने की आवश्यकता होती है कि क्या टपल सूची में एक तत्व है, एक ध्वज मान और एक साधारण पुनरावृत्ति का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [(72, 72, 72), (72, 72), (72, 72)] print("The list is :") print(my_list) my_result = True for sub in my_list: &

जब बहुपद समीकरण की गणना करने की आवश्यकता होती है, तो * ऑपरेटर के साथ एक साधारण पुनरावृत्ति का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [3, -6, 3, -1, 23, -11, 0, -8] print("The list is :") print(my_list) x = 3 my_list_length = len(my_list) my_result = 0 for i in

जब सामान्य अंतर तत्वों के साथ पंक्तियों को निकालने की आवश्यकता होती है, तो एक पुनरावृत्ति और ध्वज मान का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [[31, 27, 10], [8, 11, 12], [11, 12, 13], [6, 9, 10]] print("The list is :") print(my_list) my_result = [] for row in

जब K लंबाई की पंक्तियों को छोड़ना आवश्यक होता है, तो एक साधारण पुनरावृत्ति और संलग्न विधि के साथ लेन विधि का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [[41, 7], [8, 10, 12, 8], [10, 11], [6, 82, 10]] print("The list is :") print(my_list) my_k = 2 print("The va

जब इक्वि-डिजिट टुपल्स बनाने की आवश्यकता होती है, तो // ऑपरेटर और लिस्ट स्लाइसिंग का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [5613, 1223, 966143, 890, 65, 10221] print("The list is :") print(my_list) my_result = [] for sub in my_list: mid_index = len(str(sub))

जब सभी दिए गए सूची वर्णों के साथ स्ट्रिंग खोजने की आवश्यकता होती है, तो एक विधि परिभाषित की जा सकती है जो तत्वों पर पुनरावृत्त होती है और परिणाम निर्धारित करने के लिए + ऑपरेटर का उपयोग करती है। उदाहरण नीचे उसी का एक प्रदर्शन है def convert_spec_Vals(my_list): new_val = "" for eleme

पायथन पांडा में कॉलम नाम से कॉलम इंडेक्स प्राप्त करने के लिए, हम get_loc() . का उपयोग कर सकते हैं विधि। कदम - एक द्वि-आयामी, आकार-परिवर्तनीय, संभावित रूप से विषम सारणीबद्ध डेटा बनाएं, df । इनपुट डेटाफ़्रेम प्रिंट करें, df । df.columns . का उपयोग करके DataFrame के कॉलम ढूंढें । चरण 3 से कॉलम प्रिंट

कॉलमों का एक सबसेट बनाने के लिए, हम फ़िल्टर () का उपयोग कर सकते हैं। इसके माध्यम से, हम समान पैटर्न वाले कॉलम मानों को समान ऑपरेटर का उपयोग करके फ़िल्टर कर सकते हैं। सबसे पहले, हम 3 कॉलम के साथ एक DataFrame बनाते हैं - dataFrame = pd.DataFrame({"Product": ["SmartTV", "Chrome

पायथन पांडा में समूह-दर और योग खोजने के लिए, हम groupby(columns).sum() का उपयोग कर सकते हैं । कदम एक द्वि-आयामी, आकार-परिवर्तनीय, संभावित रूप से विषम सारणीबद्ध डेटा बनाएं, df । इनपुट डेटाफ़्रेम प्रिंट करें, df । df.groupby().sum() . का उपयोग करके समूह के अनुसार योग खोजें . यह फ़ंक्शन किसी दिए गए कॉ

दो डेटाफ़्रेम के बीच अंतर खोजने के लिए, आपको इसकी समानता की जाँच करने की आवश्यकता है। साथ ही, स्तंभों की समानता की जाँच करें। आइए दो कॉलम के साथ DataFrame1 बनाएं - dataFrame1 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley

पायथन पांडा में प्रति समूह अद्वितीय मूल्यों की गणना करने के लिए, हम df.groupby(column_name).count() का उपयोग कर सकते हैं । कदम एक द्वि-आयामी, आकार-परिवर्तनीय, संभावित रूप से विषम सारणीबद्ध डेटा बनाएं, df । इनपुट डेटाफ़्रेम प्रिंट करें, df । df.groupby(rank)[id].count() का प्रयोग करें प्रति समूह अद्

बराबर () फ़ंक्शन का उपयोग यह जांचने के लिए किया जाता है कि क्या दो डेटाफ़्रेम बिल्कुल समान हैं। सबसे पहले, दो कॉलम के साथ DataFrame1 बनाएं - dataFrame1 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar']

बिना हेडर वाली CSV फ़ाइल पढ़ने के लिए, हम हेडर . का उपयोग कर सकते हैं में read_csv() विधि। कदम एक चर प्रारंभ करें file_path , i, e., CSV फ़ाइल पथ। read_csv का उपयोग करें डेटाफ़्रेम को टैब सेपरेटर और हेडर के साथ प्राप्त करने की विधि। डेटाफ़्रेम को हेडर के साथ प्रिंट करें। read_csv का उपयोग करें डेटा

दो से अधिक पंडों के डेटाफ़्रेम को संयोजित करने के लिए, कॉन्सैट () विधि का उपयोग करें। अक्ष सेट करें पैरामीटर के रूप में अक्ष =1 स्तंभों के साथ जोड़ने के लिए। सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd आइए हम 1st . बनाएं डेटाफ़्रेम - dataFrame1 = pd.DataFrame(    { &