ઉકેલાયેલ: બહુવિધ કૉલમ પાંડા દાખલ કરો

Pandas એ એક શક્તિશાળી અને બહુમુખી પાયથોન લાઇબ્રેરી છે જેનો વ્યાપકપણે ડેટા મેનીપ્યુલેશન અને વિશ્લેષણ માટે ઉપયોગ થાય છે. ડેટા સાથે કામ કરતી વખતે એક સામાન્ય જરૂરિયાત ડેટાફ્રેમમાં બહુવિધ કૉલમ દાખલ કરવી છે. આ લેખમાં, અમે Pandas લાઇબ્રેરીનો ઉપયોગ કરીને ડેટાફ્રેમમાં બહુવિધ કૉલમ ઉમેરવાની પ્રક્રિયાનું અન્વેષણ કરીશું, કોડની ચર્ચા કરીશું અને સંબંધિત કાર્યો, પુસ્તકાલયો અને ખ્યાલોમાં ઊંડા ઉતરીશું જે તમને Pandas નિષ્ણાત બનવામાં મદદ કરી શકે છે.

પાંડા ડેટાફ્રેમમાં બહુવિધ કૉલમ ઉમેરવા

ડેટાફ્રેમમાં બહુવિધ કૉલમ દાખલ કરવા માટે, અમે તેનો ઉપયોગ કરીશું concat પાંડા પુસ્તકાલયમાં ઉપલબ્ધ કાર્ય. આ ફંક્શન તમને પંક્તિઓ અથવા કૉલમ સાથે, એકબીજા સાથે બહુવિધ ડેટાફ્રેમ્સને જોડવાની મંજૂરી આપે છે. નવી કૉલમ દાખલ કરતી વખતે, અમે કૉલમ સાથે ડેટાફ્રેમ્સને જોડીશું. ચાલો આપણી સમસ્યાના ઉકેલથી શરૂઆત કરીએ.

import pandas as pd

# Create a sample DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}
df = pd.DataFrame(data)

# Create new columns to be inserted
new_columns = {
    'C': [7, 8, 9],
    'D': [10, 11, 12]
}
new_df = pd.DataFrame(new_columns)

# Insert new columns into the existing DataFrame
result = pd.concat([df, new_df], axis=1)

print(result)

કોડનું પગલું દ્વારા પગલું સમજૂતી

અમારા ઉદાહરણમાં, અમે કોડ કેવી રીતે કાર્ય કરે છે તે સમજવા માટે અમે તબક્કાવાર પ્રક્રિયામાંથી પસાર થઈશું.

1. પ્રથમ, અમે એક્ઝિક્યુટ કરીને જરૂરી લાઇબ્રેરી, Pandas, આયાત કરીએ છીએ પીડી તરીકે આયાત પાંડા. આ અમને અમારી સ્ક્રિપ્ટમાં Pandas ફંક્શનનો ઉપયોગ કરવાની મંજૂરી આપે છે.

2. આગળ, અમે એક નમૂના ડેટાફ્રેમ બનાવીએ છીએ જેને કહેવાય છે df અને નવી કૉલમ માટે નવી ડેટાફ્રેમ, new_df.

3. અમારા મૂળ ડેટાફ્રેમ (df) માં નવી કૉલમ (new_df) દાખલ કરવા માટે, અમે pd.concat કાર્ય સ્પષ્ટ કરીને ધરી=1, અમે ફંક્શનને કૉલમ સાથે જોડવાનું કહીએ છીએ, નવા કૉલમને હાલના ડેટાફ્રેમની બાજુમાં મૂકીને.

4. છેલ્લે, નવી કૉલમ યોગ્ય રીતે દાખલ કરવામાં આવી છે તે ચકાસવા માટે અમે પરિણામી ડેટાફ્રેમ પ્રિન્ટ કરીએ છીએ.

અદ્યતન ઉપયોગના કેસો અને તકનીકો

જ્યારે કોન્કેટ ફંક્શન એ ડેટાફ્રેમમાં બહુવિધ કૉલમ દાખલ કરવા માટેનું એક શક્તિશાળી સાધન છે, ત્યારે તમે એવા સંજોગોનો સામનો કરી શકો છો જ્યાં તમને ચોક્કસ લક્ષ્યો હાંસલ કરવા માટે વધુ અદ્યતન તકનીકોની જરૂર હોય. આ વિભાગમાં, અમે કેટલીક અન્ય પદ્ધતિઓ વિશે ચર્ચા કરીશું જે તમને Pandas લાઇબ્રેરીનો ઉપયોગ કરીને ડેટાફ્રેમ્સની હેરફેર કરવામાં નિષ્ણાત બનવામાં મદદ કરી શકે છે.

• ચોક્કસ સ્થાન પર કૉલમ દાખલ કરો

એવા કિસ્સામાં કે જ્યાં તમારે ડેટાફ્રેમમાં ચોક્કસ સ્થાન પર કૉલમ દાખલ કરવાની જરૂર હોય, શામેલ કરો પદ્ધતિ એ એક મૂલ્યવાન વિકલ્પ છે. આ પદ્ધતિ તમને ઉલ્લેખિત અનુક્રમણિકા પહેલાં કૉલમ દાખલ કરવાની મંજૂરી આપે છે. અહીં એક ઉદાહરણ કોડ છે:

# Insert column 'E' with values [13, 14, 15] before index 1 (after the first column)
df.insert(1, 'E', [13, 14, 15])

• અન્ય કૉલમ્સમાંથી મેળવેલા કૉલમ દાખલ કરો

કેટલીકવાર, તમે ડેટાફ્રેમમાં અન્ય કૉલમ્સમાંથી મેળવેલા નવા કૉલમ દાખલ કરવા માગી શકો છો. તમે આ નવી કૉલમ બનાવવા માટે હાલના ડેટા પર ગણતરીઓ કરી શકો છો. દાખલા તરીકે, કૉલમ 'A' અને 'B' ના ઉત્પાદનની ગણતરી કરવા માટે:

df['F'] = df['A'] * df['B']

આ લેખમાં, અમે એમાં બહુવિધ કૉલમ કેવી રીતે દાખલ કરવી તે આવરી લીધું છે પાંડા ડેટાફ્રેમ આ મદદથી concat ફંક્શન, કોડનું પગલું-દર-પગલાં સમજૂતી શીખી, અને અદ્યતન ઉપયોગના કેસ અને તકનીકોની શોધ કરી. આ જ્ઞાન સાથે, તમે હવે અસરકારક રીતે તમારા ડેટાની હેરફેર કરી શકો છો અને તમારા ડેટા વિશ્લેષણ કાર્યોમાં વધુ કાર્યક્ષમ બની શકો છો.