এই টিউটোরিয়ালে আমরা পাইথন পান্ডাস লাইব্রেরি ব্যবহার করে ডেটা বিশ্লেষণ দেখব। pandas লাইব্রেরি C-তে লেখা হয়েছে। তাই স্পিড নিয়ে কোনো সমস্যা নেই। এটি ডেটা বিশ্লেষণে খুব বিখ্যাত। পান্ডাসে ডেটা স্টোরেজের দুটি কাঠামো রয়েছে: Series এবং DataFrame। একে একে দেখি।
১. Series
Series একটি ১D অ্যারে যেটিতে কাস্টমাইজড ইন্ডেক্স ও ভ্যালু থাকে। pandas.Series(data, index) ক্লাস ব্যবহার করে Series অবজেক্ট তৈরি করা যায়। Series ডেটা হিসেবে ইন্টিজার, লিস্ট, ডিকশনারি নেয়। কিছু উদাহরণ দেখি।
উদাহরণ
# পান্ডাস লাইব্রেরি ইম্পোর্ট import pandas as pd # ডেটা data = [1, 2, 3] # Series অবজেক্ট তৈরি # Series ডিফল্ট ইন্ডেক্স নেয় series = pd.Series(data) print(series)
আউটপুট
উপরোক্ত প্রোগ্রাম চালালে নিচের ফলাফল পাওয়া যাবে:
0 1 1 2 2 3 dtype: int64
কাস্টমাইজড ইন্ডেক্স কীভাবে রাখব? উদাহরণ দেখুন।
উদাহরণ
# পান্ডাস লাইব্রেরি ইম্পোর্ট import pandas as pd # ডেটা data = [1, 2, 3] # ইন্ডেক্স index = ['a', 'b', 'c'] # Series অবজেক্ট তৈরি series = pd.Series(data, index) print(series)
আউটপুট
উপরোক্ত প্রোগ্রাম চালালে নিচের ফলাফল পাওয়া যাবে:
a 1 b 2 c 3 dtype: int64
যখন আমরা ডেটা ডিকশনারি হিসেবে Series ক্লাসে পাস করি, তবে এটি কিগুলোকে ইন্ডেক্স ও ভ্যালুগুলোকে আসল ডেটা হিসেবে নেয়। একটি উদাহরণ দেখি।
উদাহরণ
# পান্ডাস লাইব্রেরি ইম্পোর্ট
import pandas as pd
# ডেটা
data = {'a': 97, 'b': 98, 'c': 99}
# Series অবজেক্ট তৈরি
series = pd.Series(data)
print(series)
আউটপুট
উপরোক্ত প্রোগ্রাম চালালে নিচের ফলাফল পাওয়া যাবে:
a 97 b 98 c 99 dtype: int64
ইন্ডেক্স ব্যবহার করে Series থেকে ডেটা অ্যাক্সেস করা যায়। উদাহরণ দেখি।
উদাহরণ
# পান্ডাস লাইব্রেরি ইম্পোর্ট
import pandas as pd
# ডেটা
data = {'a': 97, 'b': 98, 'c': 99}
# Series অবজেক্ট তৈরি
series = pd.Series(data)
# ইন্ডেক্স ব্যবহার করে Series থেকে ডেটা অ্যাক্সেস
print(series['a'], series['b'], series['c'])
আউটপুট
উপরোক্ত কোড চালালে নিচের ফলাফল পাওয়া যাবে:
97 98 99
২. DataFrame
আমরা Series ক্লাস ব্যবহার শিখেছি। এখন DataFrame ক্লাস কীভাবে ব্যবহার করা হয় তা দেখি। DataFrame পান্ডাসে একটি ডেটা স্ট্রাকচার ক্লাস যেটিতে সারি ও কলাম থাকে।
DataFrame অবজেক্ট লিস্ট, ডিকশনারি, Series ইত্যাদি দিয়ে তৈরি করা যায়। লিস্ট দিয়ে DataFrame তৈরি করি।
উদাহরণ
# পান্ডাস লাইব্রেরি ইম্পোর্ট
import pandas as pd
# লিস্ট
names = ['Tutorialspoint', 'Mohit', 'Sharma']
ages = [25, 32, 21]
# ডেটাফ্রেম তৈরি
data_frame = pd.DataFrame({'Name': names, 'Age': ages})
# ডেটাফ্রেম প্রিন্ট
print(data_frame)
আউটপুট
উপরোক্ত প্রোগ্রাম চালালে নিচের ফলাফল পাওয়া যাবে:
Name Age 0 Tutorialspoint 25 1 Mohit 32 2 Sharma 21
Series দিয়ে ডেটাফ্রেম অবজেক্ট কীভাবে তৈরি করতে হয় তা দেখি।
উদাহরণ
# পান্ডাস লাইব্রেরি ইম্পোর্ট
import pandas as pd
# Series
_1 = pd.Series([1, 2, 3])
_2 = pd.Series([1, 4, 9])
_3 = pd.Series([1, 8, 27])
# ডেটাফ্রেম তৈরি
data_frame = pd.DataFrame({"a": _1, "b": _2, "c": _3})
# ডেটাফ্রেম প্রিন্ট
print(data_frame)
আউটপুট
উপরোক্ত কোড চালালে নিচের ফলাফল পাওয়া যাবে:
a b c 0 1 1 1 1 2 4 8 2 3 9 27
DataFrame- থেকে কলাম নাম ব্যবহার করে ডেটা অ্যাক্সেস করা যায়। একটি উদাহরণ দেখি।
উদাহরণ
# পান্ডাস লাইব্রেরি ইম্পোর্ট
import pandas as pd
# Series
_1 = pd.Series([1, 2, 3])
_2 = pd.Series([1, 4, 9])
_3 = pd.Series([1, 8, 27])
# ডেটাফ্রেম তৈরি
data_frame = pd.DataFrame({"a": _1, "b": _2, "c": _3})
# 'a' নামের পুরো কলাম অ্যাক্সেস
print(data_frame['a'])
আউটপুট
উপরোক্ত কোড চালালে নিচের ফলাফল পাওয়া যাবে:
0 1 1 2 2 3 Name: a, dtype: int64
উপসংহার
টিউটোরিয়াল সম্পর্কে কোনো প্রশ্ন থাকলে কমেন্ট সেকশনে জানাতে পারেন।
