পাইথনে প্যান্ডাস ডেটাফ্রেম কলাম সিলেক্ট করা রেগেক্স ও ডেটা টাইপ দিয়ে

ডেটাফ্রেম বনাম সিরিজ

• Series (1D): একক ইনডেক্স দিয়ে ভ্যালু এক্সেস
• DataFrame (2D): রো এবং কলাম - দুটি রেফারেন্স দরকার

CSV থেকে ডেটাফ্রেম লোড

import pandas as pd

movies = pd.read_csv("https://raw.githubusercontent.com/sasankac/TestDataSet/master/movies_data.csv")
print(type(movies))  # pandas.core.frame.DataFrame
print(movies.head(5))

কলাম সিলেকশন পদ্ধতিগুলো

১. একক কলাম

# স্ট্রিং পাস করলে Series রিটার্ন
movies["title"]

# লিস্ট পাস করলে DataFrame রিটার্ন
movies[["title"]]

২. একাধিক কলাম (লিস্ট)

cols = ["title", "runtime", "vote_average", "vote_count"]
movies[cols]

৩. .filter() মেথড (কলাম নাম দিয়ে)

# like: সাবস্ট্রিং ম্যাচ
movies.filter(like="title").head()

# regex: রেগুলার এক্সপ্রেশন
movies.filter(regex="t$").head()  # 't' দিয়ে শেষ হয় এমন কলাম

# items: নির্দিষ্ট কলাম লিস্ট (KeyError দেয় না)
movies.filter(items=["title", "budget"]).head()

৪. .select_dtypes() মেথড (ডেটা টাইপ দিয়ে)

# ডেটা টাইপ চেক
print(movies.dtypes.value_counts())
# object: 5, int64: 4, float64: 3

# ইন্টিজার কলাম
movies.select_dtypes(include="int").head(3)

# ইন্টিজার + ফ্লোট
movies.select_dtypes(include=["int64", "float"]).head(3)

# সব নমেরিক (int + float)
movies.select_dtypes(include="number").head(3)

# অবজেক্ট (স্ট্রিং) বাদ দিয়ে
movies.select_dtypes(exclude="object").head(3)

মहত্বপূর্ণ নোট

• প্যান্ডাসে স্ট্রিং টাইপ নেই — object টাইপ হিসেবে থাকে
• include="string" দিলে Error: TypeError: data type "string" not understood
• include="object" বা exclude="number" ব্যবহার করুন

উপসংহার

• df[cols] — সরাসরি কলাম নাম দিয়ে
• df.filter(like/regex/items) — কলাম নাম প্যাটার্ন দিয়ে
• df.select_dtypes(include/exclude) — ডেটা টাইপ দিয়ে
• রিডেবিলিটির জন্য কলাম লিস্ট ভেরিয়েবলে রাখুন