હલ: પૂર્ણાંક અને ઑબ્જેક્ટ કૉલમને એકમાં જોડો

int અને ઑબ્જેક્ટ કૉલમને એકમાં જોડવા સંબંધિત મુખ્ય સમસ્યા એ છે કે ડેટા પ્રકારો અસંગત છે. પૂર્ણાંકો સંખ્યાત્મક મૂલ્યો છે, જ્યારે ઑબ્જેક્ટ સામાન્ય રીતે શબ્દમાળાઓ અથવા અન્ય બિન-સંખ્યાત્મક મૂલ્યો છે. આ બે પ્રકારના ડેટાને સંયોજિત કરવાથી સંયુક્ત કૉલમ પર ગણતરીઓ અથવા અન્ય કામગીરી કરતી વખતે ભૂલો થઈ શકે છે. વધુમાં, સંયુક્ત કૉલમના અર્થનું અર્થઘટન કરવું મુશ્કેલ બની શકે છે જો તેમાં સંખ્યાત્મક અને બિન-સંખ્યાત્મક બંને મૂલ્યો હોય.

#Using pandas
import pandas as pd 
  
#initialise data of lists. 
data = {'Name':['Tom', 'nick', 'krish', 'jack'], 'Age':[20, 21, 19, 18]} 
  
#Create DataFrame 
df = pd.DataFrame(data) 
  
# Concatenate two columns of dataframe and create a new column in the dataframe 
df['Combined'] = df['Name'].astype(str) + df['Age'].astype(str) 

 # print dataframe. 
print(df)

1. પ્રથમ પંક્તિ પાંડા લાઇબ્રેરીને "pd" તરીકે આયાત કરે છે.
2. બીજી લાઇન બે કી (નામ અને ઉંમર) અને પ્રત્યેક કી માટે ચાર મૂલ્યો સાથે, યાદીઓના શબ્દકોશને પ્રારંભ કરે છે.
3. ત્રીજી લાઇન પાછલા પગલામાં બનાવેલ ડેટા શબ્દકોશમાંથી ડેટાફ્રેમ ઑબ્જેક્ટ બનાવે છે.
4. ચોથી લાઇન 'નામ' અને 'વય' કૉલમના મૂલ્યોને શબ્દમાળાઓ તરીકે જોડીને 'સંયુક્ત' નામની નવી કૉલમ બનાવે છે.
5. પાંચમી લાઇન પરિણામી ડેટાફ્રેમ ઑબ્જેક્ટને છાપે છે જેથી તમામ કૉલમ અને તેમના મૂલ્યો ટેબ્યુલર સ્વરૂપમાં બતાવવામાં આવે.

પ્રોગ્રામિંગમાં ઇન્ટરગર શું છે

પાયથોનમાં, પૂર્ણાંક એ પૂર્ણ સંખ્યા છે (ધન, નકારાત્મક અથવા શૂન્ય) જે ચલમાં સંગ્રહિત કરી શકાય છે. પૂર્ણાંકોનો ઉપયોગ કોઈપણ અપૂર્ણાંક અથવા દશાંશ ઘટકો વિના આંકડાકીય મૂલ્યોને દર્શાવવા માટે થાય છે. તેઓ ints તરીકે પણ ઓળખાય છે અને int ડેટા પ્રકારનો ઉપયોગ કરીને રજૂ કરી શકાય છે. પાયથોનમાં અપૂર્ણાંક ઘટકો સાથે સંખ્યાઓ રજૂ કરવા માટે અન્ય ડેટા પ્રકારો પણ છે, જેમ કે ફ્લોટ અને જટિલ.

પ્રોગ્રામિંગમાં ઑબ્જેક્ટ શું છે

પ્રોગ્રામિંગમાં ઑબ્જેક્ટ એ ડેટા સ્ટ્રક્ચર છે જેમાં ડેટા અને ડેટાને હેરફેર કરવા માટેની સૂચનાઓ હોય છે. પાયથોનમાં, વર્ગોનો ઉપયોગ કરીને વસ્તુઓ બનાવવામાં આવે છે. વર્ગ એ ઑબ્જેક્ટ બનાવવા માટેની બ્લુપ્રિન્ટ છે અને ઑબ્જેક્ટ સાથે સંકળાયેલ ગુણધર્મો અને પદ્ધતિઓ વ્યાખ્યાયિત કરે છે. ઑબ્જેક્ટમાં કોઈપણ પ્રકારનો ડેટા હોઈ શકે છે, જેમ કે સંખ્યાઓ, શબ્દમાળાઓ, સૂચિઓ, શબ્દકોશો, વગેરે, તેમજ ડેટા પર કાર્ય કરતા કાર્યો. વિવિધ પ્રકારની વસ્તુઓને એકસાથે જોડીને જટિલ પ્રોગ્રામ બનાવી શકાય છે.

હું Python માં બહુવિધ કૉલમને એકમાં કેવી રીતે જોડી શકું

Python માં બહુવિધ કૉલમને એક સાથે જોડવાની ઘણી રીતો છે. સૌથી સામાન્ય રીત એ છે કે પાંડા લાઇબ્રેરીનો ઉપયોગ કરવો. Pandas concat() નામનું ફંક્શન પૂરું પાડે છે જેનો ઉપયોગ બહુવિધ કૉલમને એકમાં જોડવા માટે કરી શકાય છે. આ ફંક્શન ડેટાફ્રેમ્સ અથવા સિરીઝ ઑબ્જેક્ટ્સની સૂચિ લે છે અને ઇનપુટ ઑબ્જેક્ટના તમામ ડેટા સાથે એક ડેટાફ્રેમ અથવા સિરીઝ ઑબ્જેક્ટ પરત કરે છે.

zip() ફંક્શનનો ઉપયોગ કરીને બહુવિધ કૉલમને એકમાં જોડવાની બીજી રીત છે. આ ફંક્શન પુનરાવર્તિત માંથી પુનરાવર્તિત લે છે અને ટ્યુપલ્સના પુનરાવર્તકને પરત કરે છે, જ્યાં દરેક ટ્યુપલ સમાન ઇન્ડેક્સ સ્થાને દરેક પુનરાવર્તિત તત્વો ધરાવે છે. આનો ઉપયોગ બહુવિધ કૉલમમાંથી તમામ મૂલ્યો ધરાવતી નવી સૂચિ બનાવવા માટે થઈ શકે છે, જે પછી સૂચિ સમજણ અથવા અન્ય પદ્ધતિઓનો ઉપયોગ કરીને એક કૉલમમાં રૂપાંતરિત થઈ શકે છે.

છેલ્લે, તમે એક એરેમાં બહુવિધ કૉલમને જોડવા માટે numpy ના hstack() ફંક્શનનો પણ ઉપયોગ કરી શકો છો. આ પદ્ધતિ એરે-જેવા ઑબ્જેક્ટ (જેમ કે સૂચિ) લે છે અને તેમને આડી રીતે સ્ટેક કરે છે, દરેક કૉલમના તમામ મૂલ્યો સાથે ક્રમમાં એકસાથે જોડાઈને નવી એરે બનાવે છે.

સંબંધિત પોસ્ટ્સ:

પ્રતિક્રિયા આપો