जब शब्दकोशों की सूची से किसी शब्दकोश को हटाने की आवश्यकता होती है, जब उसमें कोई विशिष्ट मान मौजूद नहीं होता है, तो एक साधारण पुनरावृत्ति, डेल ऑपरेटर और ब्रेक स्टेटमेंट का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है - my_list = [{"code" : 1, "fun" : "learn"},

जब किसी सूची से शब्दकोश बनाने की आवश्यकता होती है, तो तानाशाही पद्धति का उपयोग करके एक शब्दकोश बनाया जाता है, एक साधारण पुनरावृत्ति और सेटडिफॉल्ट विधि का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है - my_dict = dict() print("An empty dictionary has been created") my_value_list =

जब एक सीमांकक के साथ स्ट्रिंग की सूची को टुपल्स की सूची में बदलने की आवश्यकता होती है, तो एक K मान सेट किया जाता है, और विभाजन विधि के साथ सूची समझ का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है - my_list = ["33-22", "13-44-81-39", "42-10-42", "36-56-90&

यह जाँचने के लिए कि क्या डेटाफ़्रेम ऑब्जेक्ट समान हैं, बराबर () विधि का उपयोग करें। सबसे पहले, दो कॉलम के साथ DataFrame1 बनाएं - dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', '

जब एक स्ट्रिंग को एक मैट्रिक्स में बदलने की आवश्यकता होती है जिसमें प्रति पंक्ति K वर्ण होते हैं, तो एक विधि परिभाषित की जाती है जो K के लिए एक स्ट्रिंग और एक मान लेती है। यह एक साधारण पुनरावृत्ति, मापांक संचालिका और संलग्न विधि का उपयोग करता है। उदाहरण नीचे उसी का एक प्रदर्शन है - print("Meth

दो डेटाफ़्रेम के बीच सामान्य पंक्तियों को लाने के लिए, concat() . का उपयोग करें समारोह। आइए दो कॉलम के साथ DataFrame1 बनाएं - dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jagu

डेटाफ़्रेम से योग के आधार पर कुछ पंक्तियों को फ़िल्टर करने के लिए, हमने छात्र अंकों के साथ एक उदाहरण पर विचार किया है। हमें किसी विशेष विषय के योग की गणना करने की आवश्यकता है जिसमें कुल 200 से अधिक है यानी उस विशेष विषय के सभी 3 छात्रों की कुल संख्या 200 से अधिक है। इस तरह हम अपनी पंक्तियों को कुल 2

पंडों के डेटाफ्रेम को समूहीकृत करने के लिए, हम ग्रुपबाय () का उपयोग करते हैं। समूहीकृत डेटाफ़्रेम को आरोही क्रम में क्रमबद्ध करने के लिए, Sort_values() का उपयोग करें। डेटाफ़्रेम आकार प्राप्त करने के लिए आकार () विधि का उपयोग किया जाता है। आरोही क्रम क्रम के लिए, निम्नलिखित का उपयोग sort_values() मे

एक बहु-स्तरीय स्तंभ अनुक्रमणिका से किसी स्तर को गिराने के लिए, column.droplevel () का उपयोग करें। हमने मल्टीइंडेक्स का इस्तेमाल किया है सबसे पहले, कॉलम के हिसाब से इंडेक्स बनाएं - items = pd.MultiIndex.from_tuples([("Col 1", "Col 1", "Col 1"),("Col 2", "

एक बहु-स्तरीय स्तंभ अनुक्रमणिका से एकाधिक स्तरों को छोड़ने के लिए, column.droplevel() का बार-बार उपयोग करें। हमने इस्तेमाल किया है Multiindex.from_tuples() का उपयोग इंडेक्स को कॉलम-वार बनाने के लिए किया जाता है। सबसे पहले, कॉलम के हिसाब से इंडेक्स बनाएं - आइटम =pd.MultiIndex.from_tuples([(Col 1, Co

दो पांडा डेटाफ़्रेम को सामान्य कॉलम के साथ मर्ज करने के लिए, मर्ज () . का उपयोग करें कार्य करें और चालू . सेट करें स्तंभ नाम के रूप में पैरामीटर। बेजोड़ मानों के लिए NaN सेट करने के लिए, कैसे . का उपयोग करें ” पैरामीटर और इसे बाएं सेट करें या दाएं . इसका मतलब होगा, बाएँ या दाएँ विलय करना। सबसे पहले

पांडा डेटाफ़्रेम को मर्ज करने के लिए, मर्ज () फ़ंक्शन का उपयोग करें। बाहरी जुड़ाव को मर्ज () फ़ंक्शन के कैसे पैरामीटर के तहत सेट करके दोनों डेटाफ्रेम पर लागू किया जाता है यानी - how = “outer” सबसे पहले, आइए एक उपनाम के साथ पांडा पुस्तकालय को आयात करें - import pandas as pd आइए DataFram

डेटाफ़्रेम से किसी स्तंभ का चयन करने के लिए, बस उसे वर्गाकार कोष्ठकों का उपयोग करके प्राप्त करें। कोष्ठक में चयन करने के लिए कॉलम का उल्लेख करें और वह है, उदाहरण के लिए dataFrame[‘ColumnName’] सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd अब, एक डेटाफ़्रेम बनाएँ। हमारे पा

डेटाफ़्रेम से कई पंक्तियों का चयन करने के लिए, :ऑपरेटर का उपयोग करके सीमा निर्धारित करें। सबसे पहले, आवश्यकता पांडा पुस्तकालय को उपनाम के साथ आयात करें - import pandas as pd अब, एक नया पांडा डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame([[10, 15], [20, 25], [30, 35], [40, 45]],index=['w', 

पंडों डेटाफ़्रेम के कॉलम को क्वेरी करने के लिए, क्वेरी () का उपयोग करें। हम रिकॉर्ड फ़िल्टर करने के लिए पूछताछ कर रहे हैं। सबसे पहले, हम एक पांडा डेटाफ़्रेम बनाते हैं dataFrame = pd.DataFrame({"Product": ["SmartTV", "PenDrive", "Speaker", "Earphone"]

जब किसी विशिष्ट स्थिति के साथ सूची में सभी संयोजनों को खोजने की आवश्यकता होती है, तो एक साधारण पुनरावृत्ति, आइइंस्टेंस विधि, संलग्न विधि और अनुक्रमण का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है - print("Method definition begins") def merge_the_vals(my_list_1, my_list_2, K):

जब तत्वों को K बार बेतरतीब ढंग से सम्मिलित करने की आवश्यकता होती है, तो यादृच्छिक पैकेज और एक साधारण पुनरावृत्ति के साथ यादृच्छिक पैकेज से विधियों का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है - import random my_list = [34, 12, 21, 56, 8, 9, 0, 3, 41, 11, 90] print("The list is :

जब किसी सूची के तत्वों को अंकों के आधार पर छाँटना आवश्यक होता है, तो अधिकतम, अधिकतम पद्धति का उपयोग किया जाता है। हम सॉर्टेड मेथड, लैम्ब्डा फंक्शन और जस्ट का भी इस्तेमाल करेंगे। उदाहरण नीचे उसी का एक प्रदर्शन है - my_list = [4344, 2611, 122, 541, 33, 892, 48292, 460, 390, 120, 10, 2909, 11239, 1]

जब ऐसे तत्वों को निकालने की आवश्यकता होती है जो इंडेक्स की कई विशिष्ट श्रेणी के बीच होते हैं, तो विस्तार विधि, एक साधारण पुनरावृत्ति और अनुक्रमण का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है - my_list = [13, 21, 81, 10, 13, 17, 22, 18, 11, 90, 0] print("The list is : ") print(

जब एक सीमांकक के आधार पर तत्वों को अलग करना आवश्यक हो, उदाहरण नीचे उसी का एक प्रदर्शन है - my_list = ["89@21", "58@51", "19@61", "11@10", "32@65", "34@45", "87@90", "32@21",'1@345'] print("The list is : &qu