আসুন দেখি কিভাবে ঋণাত্মক এবং ধনাত্মক মানের যোগফল বের করা যায়। প্রথমে, ইতিবাচক এবং নেতিবাচক মান সহ একটি ডেটাফ্রেম তৈরি করুন −
dataFrame =pd.DataFrame({'স্থান':['শিকাগো', 'ডেনভার', 'আটলান্টা', 'শিকাগো', 'ডালাস', 'ডেনভার', 'ডালাস', 'আটলান্টা'], 'তাপমাত্রা ':[-2, 30, -5, 10, 30, -5, 20, -10]}) এরপর, প্লেস কলাম −
এর ভিত্তিতে গোষ্ঠীতে গ্রুপবাই ব্যবহার করুনgroupRes =dataFrame.groupby(dataFrame['Place'])
ধনাত্মক এবং ঋণাত্মক মান ফেরাতে ল্যাম্বডা ফাংশন ব্যবহার করুন। আমরা পৃথকভাবে ইতিবাচক এবং নেতিবাচক মান যোগ করেছি −
# lambda functiondef plus(val):রিটার্ন val[val> 0].sum()def minus(val):রিটার্ন val[val <0].sum()
উদাহরণ
নিম্নলিখিত সম্পূর্ণ কোড -
pd# হিসেবে পান্ডা আমদানি করুন সেলসিয়াসডেটাফ্রেম =pd.ডেটাফ্রেম ({'স্থান':['শিকাগো', 'ডেনভার', 'আটলান্টা', 'শিকাগো', 'ডালাস', 'ডেনভার', 'ডালাস', 'আটলান্টা'], 'তাপমাত্রা':[-2, 30, -5, 10, 30, -5, 20, -10]})মুদ্রণ(ডেটাফ্রেম)# স্থান-গোষ্ঠীর ভিত্তিতে গ্রুপবাই টু গ্রুপ ব্যবহার করে =dataFrame.groupby(dataFrame['Place'])# lambda functiondef plus(val):return val[val> 0].sum()def minus(val):return val[val <0].sum()print( groupRes['Temperature'].agg([('negTemp', বিয়োগ), ('posTemp', প্লাস)])) আউটপুট
এটি নিম্নলিখিত কোড তৈরি করবে -
স্থানের তাপমাত্রা0 শিকাগো -21 ডেনভার 302 আটলান্টা -53 শিকাগো 104 ডালাস 305 ডেনভার -56 ডালাস 207 আটলান্টা -10 নেগটেম্প পোস্ট টেম্পপ্লেসআটলান্টা -15 0শিকাগো -2 10ডালাস 0 - 50Den
