কম্পিউটার টিউটোরিয়াল

পাইথনে Pandas ব্যবহার করে ডেটা সারাংশ (summarize) কীভাবে করবেন?


ডেটা সম্পর্কে অনেক তথ্য বিভিন্ন ফাংশন ব্যবহার করে পাওয়া যায়। কিন্তু اگر আমরা ডেটা সম্পর্কে সমস্ত তথ্য একসাথে পেতে চাই, তবে describe ফাংশন ব্যবহার করা যায়। এই ফাংশন count, mean, standard deviation, ২৫তম পারসেন্টাইল, ৫০তম পারসেন্টাইল (মিডিয়ান), এবং ৭৫তম পারসেন্টাইল তথ্য দেয়।

উদাহরণ

import pandas as pd

my_data = {
    'Name': pd.Series(['Tom', 'Jane', 'Vin', 'Eve', 'Will']),
    'Age': pd.Series([45, 67, 89, 12, 23]),
    'value': pd.Series([8.79, 23.24, 31.98, 78.56, 90.20])
}

print("ডেটাফ্রেমটি:")
my_df = pd.DataFrame(my_data)
print(my_df)

print("ডেটার বর্ণনা:")
print(my_df.describe())

আউটপুট

ডেটাফ্রেমটি:
    Name  Age  value
0  Tom   45   8.79
1  Jane  67  23.24
2  Vin   89  31.98
3  Eve   12  78.56
4  Will  23  90.20
ডেটার বর্ণনা:
             Age      value
count   5.000000   5.000000
mean   47.200000  46.554000
std    31.499206  35.747102
min    12.000000   8.790000
25%    23.000000  23.240000
50%    45.000000  31.980000
75%    67.000000  78.560000
max    89.000000  90.200000

ব্যাখ্যা

  • প্রয়োজনীয় লাইব্রেরি ইম্পোর্ট করা হয়েছে এবং এলিয়াস নাম দেওয়া হয়েছে।
  • সিরিজ থাকা ডিকশনারি তৈরি করা হয়েছে।
  • ডিকশনারি পান্ডাস লাইব্রেরির DataFrame ফাংশনে পাস করা হয়েছে।
  • ডেটাফ্রেম কনসোলে প্রিন্ট করা হয়েছে।
  • ডেটা সম্পর্কে সমস্ত তথ্য পেতে describe ফাংশন কল করা হয়েছে।
  • বর্ণনা কনসোলে প্রিন্ট করা হয়েছে।
  1. পাইথনে Seaborn-র barplot দিয়ে ডেটা ভিজ্যুয়ালাইজ করার পদ্ধতি

  2. পাইথনে Seaborn লাইব্রেরি দিয়ে ডেটা ভিজ্যুয়াল রিপ্রেজেন্টেশনের পদ্ধতি

  3. পাইথনে নন-লিনিয়ার ডেটাকে মডেলে ফিট করার পদ্ধতি

  4. মাস্টার ডেটা ব্যাকআপ: ফাইল রক্ষার প্রমাণিত কৌশল