আমরা মেল্ট(), স্ট্যাক(), আনস্ট্যাক() এবং পিভট() ফাংশন ব্যবহার করে একটি ডেটাফ্রেমকে পুনরায় আকার দিতে পারি।
সমাধান 1
-
একটি ডেটাফ্রেম সংজ্ঞায়িত করুন।
-
প্রশস্ত ডেটাফ্রেম কলামকে সারি হিসাবে রূপান্তর করতে মেল্ট() ফাংশন প্রয়োগ করুন। এটি নীচে সংজ্ঞায়িত করা হয়েছে,
df.melt()
উদাহরণ
আরো ভালোভাবে বোঝার জন্য নিচের কোডটি দেখি -
pddf =pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'mark':[80,90,85]} হিসাবেপান্ডা আমদানি করুন প্রিন্ট("ডেটাফ্রেম হল:\n",df)print(df.melt())
আউটপুট
ডেটাফ্রেম হল:আইডি বয়স মার্ক0 1 13 801 2 14 902 3 13 85 পরিবর্তনশীল মান0 আইডি 11 আইডি 22 আইডি 33 বয়স 134 বয়স 145 বয়স 136 মার্ক 807 মার্ক 908 মার্ক 85
সমাধান 2
-
একটি ডেটাফ্রেম সংজ্ঞায়িত করুন।
-
একটি ডেটাফ্রেমে সূচকের স্তর বাড়ানোর জন্য স্ট্যাক() ফাংশন প্রয়োগ করুন। এটি নীচে সংজ্ঞায়িত করা হয়েছে,
df.stack().to_frame()
-
আপনি যদি পরিবর্তনগুলি ফিরিয়ে আনতে চান তবে আপনি unstack().
ব্যবহার করতে পারেন
df.unstack().to_frame()
উদাহরণ
আসুন আরও ভালভাবে বোঝার জন্য নীচের বাস্তবায়ন দেখি -
pddf =pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'mark':[80,90,85]} হিসাবেপান্ডা আমদানি করুন প্রিন্ট("ডেটাফ্রেম হল:\n",df)print(df.stack().to_frame())print(df.unstack().to_frame())
আউটপুট
ডেটাফ্রেম হল:আইডি বয়স মার্ক0 1 13 801 2 14 902 3 13 85 00 আইডি 1 বয়স 13 মার্ক 801 আইডি 2 বয়স 14 মার্ক 902 আইডি 3 বয়স 13 মার্ক 85 0 আইডি 0 1 1 1 1 331 331 320 0 80 1 90 2 85
সমাধান 3
-
একটি ডেটাফ্রেম সংজ্ঞায়িত করুন
-
আইডি কলামের উপর ভিত্তি করে একটি ডেটাফ্রেম পুনরায় আকার দিতে pivot() ফাংশন প্রয়োগ করুন,
df.pivot(columns='Id')
উদাহরণ
আসুন আরও ভালভাবে বোঝার জন্য নীচের বাস্তবায়ন দেখি -
pddf =pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'mark':[80,90,85]} হিসাবেপান্ডা আমদানি করুন প্রিন্ট("ডেটাফ্রেম হল:\n",df)print(df.pivot(columns='Id'))
আউটপুট
ডেটাফ্রেম হল:আইডি বয়স মার্ক0 1 13 801 2 14 902 3 13 85 বয়সের মার্কআইডি 1 2 3 1 2 30 13.0 NaN NaN 80.0 NaN NaN1 NaN 14.0 NaN NaN 90.0 NaN NaN20