এই টিউটোরিয়ালে, আমরা একটি তালিকা-এর সবচেয়ে সাধারণ পদ্ধতি সম্পর্কে শিখতে যাচ্ছি যেমন, সংযোজন() এবং প্রসারিত() . আসুন একে একে দেখি।
প্রয়োগ()
এটি একটি ডেটাফ্রেমের প্রতিটি সারিতে একটি ফাংশন প্রয়োগ করতে ব্যবহৃত হয়। উদাহরণস্বরূপ, আমরা যদি প্রতিটি থেকে সমস্ত সংখ্যাকে গুণ করতে চাই এবং এটি একটি নতুন কলাম হিসাবে যোগ করতে চাই, তবে প্রয়োগ() পদ্ধতিটি উপকারী। আসুন এটি অর্জনের বিভিন্ন উপায় দেখি।
উদাহরণ
# পান্ডা প্যাকেজ ইম্পোর্ট করা pd# ফাংশন হিসাবে পান্ডাকে ইম্পোর্ট করুন multiplydef multiply(x, y):রিটার্ন x * y# ডেটাফ্রেমেডাটার জন্য একটি অভিধান তৈরি করুন ={ 'গণিত':[10, 34, 53], 'প্রোগ্রামিং':[23, 12, 43]}# ডেটাডেটা_ফ্রেম ব্যবহার করে ডেটাফ্রেম তৈরি করা =pd. ডেটাফ্রেম(ডেটা)# ডেটাফ্রেমপ্রিন্ট প্রদর্শন করা হচ্ছে('---------আগে--- ---------------')প্রিন্ট(ডেটা_ফ্রেম)প্রিন্ট()# মাল্টিপ্লাইডাটা_ফ্রেম['মাল্টিপ্লাই'] ফাংশনটি প্রয়োগ করা =ডেটা_ফ্রেম।অ্যাপ্লাই(ল্যাম্বডা সারি :গুণন(সারি['ম্যাথস'] , সারি ['প্রোগ্রামিং']), অক্ষ =1)# ডেটাফ্রেমপ্রিন্ট প্রদর্শন করছে('---------পরে -------')প্রিন্ট(ডেটা_ফ্রেম) আউটপুট
আপনি যদি উপরের প্রোগ্রামটি চালান, তাহলে আপনি নিম্নলিখিত ফলাফল পাবেন৷
-------------------আগে-----গণিত প্রোগ্রামিং0 10 231 34 122 53 43 --------পরে-----গণিত প্রোগ্রামিং গুন 0 10 23 2301 34 12 4082 53 43 2279
উদাহরণ
আমরা পূর্বনির্ধারিত ফাংশন যেমন sum, pow, ব্যবহার করতে পারি ইত্যাদি।,
# পান্ডা প্যাকেজ ইম্পোর্ট করা হচ্ছে pd হিসেবে পান্ডা ইমপোর্ট করুন# DataFramedata এর জন্য একটি অভিধান তৈরি করা ={'Maths':[10, 34, 53], 'Programming':[23, 12, 43]}# datadata_frame ব্যবহার করে DataFrame তৈরি করা =pd.DataFrame(data)# প্রদর্শন করা হচ্ছে DataFrameprint('-------------------আগে----- ')print(data_frame)print()# বিল্ট-ইন sum functiondata_frame ['Multiply'] =data_frame.apply(sum, axis =1)# ব্যবহার করে ফাংশন মাল্টিপ্লাই# প্রয়োগ করা হচ্ছে DataFrameprint('--------- ------------পর------')মুদ্রণ(ডেটা_ফ্রেম) আউটপুট
আপনি যদি উপরের প্রোগ্রামটি চালান, তাহলে আপনি নিম্নলিখিত ফলাফল পাবেন৷
-------------------আগে-----গণিত প্রোগ্রামিং0 10 231 34 122 53 43 --------পর-----গণিত প্রোগ্রামিং গুন0 10 23 331 34 12 462 53 43 96
উদাহরণ
আমরা numpy মডিউল থেকে ফাংশন ব্যবহার করতে পারি। আসুন একটি উদাহরণ দেখি।
# pd হিসেবে পান্ডা প্যাকেজ ইম্পোর্ট করা পান্ডাগুলি pd# ফাংশনের জন্য numpy মডিউল ইম্পোর্ট করছে np# হিসাবে numpy ডাটাফ্রেমেডাটার জন্য একটি অভিধান তৈরি করছে ={ 'গণিত':[10, 34, 53], 'প্রোগ্রামিং':[23, 12, 43 ]}# datadata_frame ব্যবহার করে DataFrame তৈরি করা =pd.DataFrame(data)# প্রদর্শন করা হচ্ছে DataFrameprint('-------------------আগে--------- ---------')print(data_frame)print()# numpy moduledata_frame['Multiply'] =data_frame.apply(np.sum, axis =1)# থেকে যোগ ফাংশন ব্যবহার করে ফাংশন মাল্টিপ্লাই# প্রয়োগ করা DataFrameprint('-------পর------------------')প্রিন্ট(ডেটা_ফ্রেম)<প্রদর্শন করা হচ্ছে /প্রে> আউটপুট
আপনি যদি উপরের প্রোগ্রামটি চালান, তাহলে আপনি নিম্নলিখিত ফলাফল পাবেন৷
-------------------আগে-----গণিত প্রোগ্রামিং0 10 231 34 122 53 43 --------পর-----গণিত প্রোগ্রামিং গুন0 10 23 331 34 12 462 53 43 96
উপসংহার
উপরের উপায়ে, আমরা apply() ব্যবহার করতে পারি সমস্ত সারির জন্য একটি ফাংশন প্রয়োগ করার জন্য ডেটাফ্রেমের পদ্ধতি। টিউটোরিয়াল সম্পর্কে আপনার কোন সন্দেহ থাকলে মন্তব্য বিভাগে উল্লেখ করুন।
