पायथन के साथ काम करते समय पांडा डेटा हेरफेर और विश्लेषण की दुनिया में एक आवश्यक उपकरण है। इसका लचीलापन और उपयोग में आसानी इसे डेटा को संभालने और विश्लेषण करने से संबंधित कार्यों की एक विस्तृत श्रृंखला के लिए उपयुक्त बनाती है। पंडों के साथ काम करते समय एक आम समस्या का सामना करना पड़ रहा है, वह दिनांक dtypes को ऑब्जेक्ट से UTC टाइमज़ोन के साथ ns में परिवर्तित कर रहा है। यह रूपांतरण आवश्यक है क्योंकि, कुछ डेटासेट में, दिनांक स्तंभों को डिफ़ॉल्ट रूप से दिनांक dtypes के रूप में नहीं पहचाना जाता है और इसके बजाय ऑब्जेक्ट माना जाता है। सॉर्टिंग, फ़िल्टरिंग और विलय जैसे संचालन करने का प्रयास करते समय यह समस्याएँ पैदा कर सकता है। इस लेख में, हम इस विशेष मुद्दे का पता लगाएंगे और कोड को समझने के लिए चरण-दर-चरण प्रक्रिया को कवर करते हुए पांडा का उपयोग करके ऑब्जेक्ट से ns (UTC) में dtype के दिनांक कॉलम को आसानी से परिवर्तित करने के लिए एक समाधान प्रदान करेंगे।
पंडों का परिचय और तिथियों के साथ कार्य करना
पांडा एक ओपन-सोर्स लाइब्रेरी है जो डेटा के आसान रूपांतरण, हेरफेर और विश्लेषण की अनुमति देता है। यह DataFrame और Series जैसी डेटा संरचनाएं प्रदान करता है, जो Python में डेटा के साथ काम करना अधिक कुशल और सहज बनाता है। समय श्रृंखला डेटा के साथ काम करते समय, पांडा विभिन्न प्रकार की कार्यक्षमता के साथ आता है जिसे दिनांक, समय और समय-अनुक्रमित डेटा के साथ काम करने के लिए डिज़ाइन किया गया है।
हालाँकि, इस प्रकार के डेटा को विभिन्न स्रोतों, जैसे CSV या एक्सेल फ़ाइलों से आयात करते समय, पांडा हमेशा दिनांक कॉलम को ठीक से नहीं पहचान सकते हैं। इसके परिणामस्वरूप तिथियों को वस्तुओं के रूप में माना जाता है, उनकी कार्यक्षमता को सीमित कर दिया जाता है और उन्हें आगे की तारीख से संबंधित गणनाओं और संचालन के लिए अनुपयुक्त बना दिया जाता है।
समाधान: पंडों के साथ दिनांक dtypes को ऑब्जेक्ट से ns (UTC) में परिवर्तित करना
इस समस्या का समाधान पांडों का उपयोग करके दिनांक कॉलम को ऑब्जेक्ट से वांछित डेटाटाइम प्रारूप (इस मामले में, यूटीसी टाइमज़ोन के साथ एनएस) में स्पष्ट रूप से परिवर्तित करना है। यह के माध्यम से प्राप्त किया जा सकता है pd.to_datetime () फ़ंक्शन, जो दिनांक स्तंभों के आसान रूपांतरण की अनुमति देता है।
import pandas as pd
# Load the CSV file
data = pd.read_csv('data.csv')
# Convert the date column from Object to ns (UTC)
data['date_column'] = pd.to_datetime(data['date_column'], utc=True, format='%Y-%m-%d')
# Print the DataFrame with the updated dtype for the date column
print(data.dtypes)
कोड की चरण-दर-चरण व्याख्या
- पंडों के पुस्तकालय को उपनाम के साथ आयात करें pd.
- डेटा वाली CSV फ़ाइल को लोड करें pd.read_csv () समारोह.
- दिनांक कॉलम का उपयोग करके कनवर्ट करें pd.to_datetime () कार्य, वांछित समयक्षेत्र (utc=True) और प्रारूप (यदि आवश्यक हो) के साथ रुचि के कॉलम को पास करना।
- यह पुष्टि करने के लिए DataFrame dtypes प्रिंट करें कि दिनांक कॉलम को सफलतापूर्वक ऑब्जेक्ट से ns (UTC) में बदल दिया गया है।
अतिरिक्त युक्तियाँ और सर्वोत्तम अभ्यास
पांडा दिनांक और समय को संभालने के लिए कई तरीके और कार्यक्षमता प्रदान करता है। दिनांक स्तंभों के साथ काम करते समय पालन करने के लिए यहां कुछ अतिरिक्त टिप्स और सर्वोत्तम अभ्यास दिए गए हैं:
- यह सुनिश्चित करने के लिए कि वे सही प्रारूप में हैं, डेटासेट आयात करने के बाद हमेशा अपने कॉलम के dtypes का निरीक्षण करें।
- यदि टाइमज़ोन के साथ काम कर रहे हैं, तो उपयोग करने पर विचार करें pitz अधिक उन्नत समयक्षेत्र प्रबंधन विकल्पों के लिए पुस्तकालय।
- नियमित उपयोग के मामलों के लिए, दिनांक कॉलम के dtype को नैनोसेकंड (ns) में बदलना हमेशा आवश्यक नहीं होता है। पंडों द्वारा उपयोग किया जाने वाला डिफ़ॉल्ट dtype (datetime64[ns]) अक्सर पर्याप्त होता है।
इस गाइड का पालन करके और पंडों का उपयोग करके दिनांक dtypes को ऑब्जेक्ट से ns (UTC) में बदलने की प्रक्रिया को समझकर, आप यह सुनिश्चित कर सकते हैं कि आपका समय श्रृंखला डेटा ठीक से स्वरूपित है और आगे के हेरफेर और विश्लेषण के लिए तैयार है। यह न केवल डेटा प्रीप्रोसेसिंग चरण को सरल करता है बल्कि अधिक सटीक और कुशल विश्लेषण की भी अनुमति देता है। इन तकनीकों पर दृढ़ पकड़ के साथ, आप अपनी भविष्य की परियोजनाओं में समय श्रृंखला डेटा से निपटने के लिए अच्छी तरह से सुसज्जित होंगे।
