ಪರಿಹರಿಸಲಾಗಿದೆ: ಪಾಂಡಾಗಳು ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತವೆ

ಪಾಂಡಾಗಳು ಪ್ರಬಲ ಪೈಥಾನ್ ಗ್ರಂಥಾಲಯವಾಗಿದ್ದು, ಡೇಟಾ ಕುಶಲತೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಡೇಟಾದೊಂದಿಗೆ ನಿರ್ವಹಿಸಲಾದ ಒಂದು ಸಾಮಾನ್ಯ ಕಾರ್ಯಾಚರಣೆಯೆಂದರೆ ಕೆಲವು ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸುವುದು, ಉದಾಹರಣೆಗೆ ಕಂಡೀಷನಿಂಗ್ ಅಥವಾ ಇತರ ಮೌಲ್ಯಗಳಿಗೆ ಮ್ಯಾಪಿಂಗ್. ಈ ಲೇಖನದಲ್ಲಿ, ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಈ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಹೇಗೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಅನ್ವಯಿಸಬೇಕು ಎಂಬುದನ್ನು ನಾವು ಅನ್ವೇಷಿಸುತ್ತೇವೆ. ನೀವು ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ಆಗಿರಲಿ, ಪ್ರೋಗ್ರಾಮರ್ ಆಗಿರಲಿ ಅಥವಾ ಫ್ಯಾಶನ್ ಪರಿಣಿತರಾಗಿರಲಿ ಡೇಟಾ-ಚಾಲಿತ ಫ್ಯಾಷನ್ ಪ್ರವೃತ್ತಿಗಳ ಜಗತ್ತಿನಲ್ಲಿ ತೊಡಗಿಸಿಕೊಂಡರೆ, ಈ ಜ್ಞಾನವು ಅಮೂಲ್ಯವಾಗಿರುತ್ತದೆ.

ಈ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಕೀಲಿಯು ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿ ಒದಗಿಸಿದ ಅಂತರ್ನಿರ್ಮಿತ ಕಾರ್ಯಗಳನ್ನು ಮಾಸ್ಟರಿಂಗ್ ಮಾಡುವುದು. ನಿರ್ದಿಷ್ಟವಾಗಿ, ನಾವು ವಿವಿಧ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸಲು `ರಿಪ್ಲೇಸ್()`, `ಮ್ಯಾಪ್()`, ಮತ್ತು `ಅನ್ವಯಿಸು()` ಕಾರ್ಯಗಳ ಬಳಕೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತೇವೆ.

import pandas as pd

# Sample data
data = {'Fashion_Style': ['Boho', 'Grunge', 'Preppy', 'Vintage', 'Athleisure'],
        'Colors': ['Earthy tones', 'Dark shades', 'Bright tones', 'Muted tones', 'Monochrome']}

df = pd.DataFrame(data)

# Replacing column values
df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])

print(df)

ಕೋಡ್‌ನ ಹಂತ-ಹಂತದ ವಿವರಣೆ

1. ಮೊದಲಿಗೆ, ನಾವು ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯನ್ನು `pd` ಎಂದು ಆಮದು ಮಾಡಿಕೊಳ್ಳುತ್ತೇವೆ. ಇದು ಸಾಮಾನ್ಯ ಸಮಾವೇಶವಾಗಿದೆ ಮತ್ತು ಇದು ಪಾಂಡಾಸ್ ಫಂಕ್ಷನ್‌ಗಳನ್ನು `ಪಿಡಿ` ಶಾರ್ಟ್‌ಹ್ಯಾಂಡ್‌ನೊಂದಿಗೆ ಕರೆಯಲು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ.
2. ಮುಂದೆ, ನಾವು 'Fashion_Style' ಮತ್ತು 'Colors' ಕಾಲಮ್‌ಗಳನ್ನು ಮತ್ತು ಅವುಗಳ ಮೌಲ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿರುವ `data` ಎಂಬ ನಿಘಂಟನ್ನು ರಚಿಸುತ್ತೇವೆ.
3. ನಂತರ ನಾವು `df` ಹೆಸರಿನ DataFrame ಅನ್ನು `pd.DataFrame()` ಕಾರ್ಯವನ್ನು ಬಳಸಿಕೊಂಡು `data` ನಿಘಂಟಿನೊಂದಿಗೆ ವಾದವಾಗಿ ರಚಿಸುತ್ತೇವೆ.
4. ಅದರ ನಂತರ, ನಾವು 'ಬದಲಿ()' ಕಾರ್ಯವನ್ನು 'ಬಣ್ಣಗಳು' ಕಾಲಮ್‌ನಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸಲು ಬಳಸುತ್ತೇವೆ. ನಮ್ಮ ಉದಾಹರಣೆಯಲ್ಲಿ, ನಾವು 'ಆರ್ಥಿ ಟೋನ್‌ಗಳನ್ನು' 'ವಾರ್ಮ್ ಟೋನ್‌ಗಳು' ಮತ್ತು 'ಮೊನೊಕ್ರೋಮ್' ಅನ್ನು 'ಕಾಂಟ್ರಾಸ್ಟ್ ಟೋನ್‌ಗಳು' ಎಂದು ಬದಲಾಯಿಸುತ್ತೇವೆ.
5. ಅಂತಿಮವಾಗಿ, ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸಲು ನಾವು ನವೀಕರಿಸಿದ ಡೇಟಾಫ್ರೇಮ್ `df` ಅನ್ನು ಮುದ್ರಿಸುತ್ತೇವೆ.

ಕಾಲಮ್ ಮೌಲ್ಯ ಬದಲಿಗಾಗಿ ಪಾಂಡಾಗಳು ಅಂತರ್ನಿರ್ಮಿತ ಕಾರ್ಯಗಳು

DataFrames ನಲ್ಲಿ ಕಾಲಮ್ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಪಾಂಡಾಗಳು ಹಲವಾರು ಅಂತರ್ನಿರ್ಮಿತ ಕಾರ್ಯಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಇವುಗಳಲ್ಲಿ, ವಿವಿಧ ಷರತ್ತುಗಳ ಆಧಾರದ ಮೇಲೆ ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಿಸಲು ಬಂದಾಗ ನಾವು `ಬದಲಿ()`, `ನಕ್ಷೆ()`, ಮತ್ತು `ಅನ್ವಯಿಸು()` ಅನ್ನು ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವೆಂದು ಗುರುತಿಸಿದ್ದೇವೆ.

ಬದಲಿ (): ಈ ಕಾರ್ಯವನ್ನು ಡೇಟಾಫ್ರೇಮ್ ಅಥವಾ ಸರಣಿಯಲ್ಲಿ ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ. ಇದನ್ನು ನಿರ್ದಿಷ್ಟ ಕಾಲಮ್ ಅಥವಾ ಸಂಪೂರ್ಣ ಡೇಟಾಫ್ರೇಮ್‌ಗೆ ಅನ್ವಯಿಸಬಹುದು ಮತ್ತು ಇದು ಸುಧಾರಿತ ಮಾದರಿ ಹೊಂದಾಣಿಕೆಗಾಗಿ ನಿಯಮಿತ ಅಭಿವ್ಯಕ್ತಿಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ.

df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])

ನಕ್ಷೆ(): `ಮ್ಯಾಪ್()` ಕಾರ್ಯವು `ಬದಲಿ()` ಗೆ ಹೋಲುತ್ತದೆ, ಆದರೆ ಇದು ಸರಣಿಯಲ್ಲಿನ ಪ್ರತಿಯೊಂದು ಅಂಶಕ್ಕೆ ನೀಡಿದ ಕಾರ್ಯ ಅಥವಾ ನಿಘಂಟನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ. ನಿರ್ದಿಷ್ಟ ನಿಯಮಗಳ ಆಧಾರದ ಮೇಲೆ ನೀವು ಹೊಸ ಮೌಲ್ಯಗಳಿಗೆ ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಮ್ಯಾಪ್ ಮಾಡಬೇಕಾದಾಗ ಇದು ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ.

color_mapping = {'Earthy tones': 'Warm tones', 'Monochrome': 'Contrast tones'}
df['Colors'] = df['Colors'].map(color_mapping)

ಅನ್ವಯಿಸು (): `ಅನ್ವಯಿಸಿ()` ಫಂಕ್ಷನ್ ಒಂದು ಶಕ್ತಿಯುತ ಸಾಧನವಾಗಿದ್ದು ಅದು ಡೇಟಾಫ್ರೇಮ್‌ನ ಅಕ್ಷದ ಉದ್ದಕ್ಕೂ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ. ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ರೂಪಾಂತರಗಳನ್ನು ಸಾಧಿಸಲು ಇದನ್ನು ಸಂಪೂರ್ಣ ಡೇಟಾಫ್ರೇಮ್ ಅಥವಾ ನಿರ್ದಿಷ್ಟ ಕಾಲಮ್‌ಗಳಲ್ಲಿ ಬಳಸಬಹುದು.

def update_colors(color_value):
    if color_value == 'Earthy tones':
        return 'Warm tones'
    elif color_value == 'Monochrome':
        return 'Contrast tones'
    else:
        return color_value
        
df['Colors'] = df['Colors'].apply(update_colors)

ನಿಮ್ಮ ವಿಲೇವಾರಿಯಲ್ಲಿ ಈ ಕಾರ್ಯಗಳೊಂದಿಗೆ, ನೀವು ಈಗ ಪಾಂಡಾಗಳಲ್ಲಿ ವಿವಿಧ ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಕಾರ್ಯಗಳನ್ನು ನಿಭಾಯಿಸಲು ಸಿದ್ಧರಾಗಿರುವಿರಿ, ಉದಾಹರಣೆಗೆ ಡೇಟಾಫ್ರೇಮ್‌ಗಳಲ್ಲಿ ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸುವುದು. ಈ ಜ್ಞಾನವು ಡೇಟಾ ಸೈನ್ಸ್ ಮತ್ತು ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮಾತ್ರ ಅನ್ವಯಿಸುವುದಿಲ್ಲ ಆದರೆ ಆಧುನಿಕ ಫ್ಯಾಷನ್ ಶೈಲಿಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವಾಗ, ಉದಯೋನ್ಮುಖ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಗುರುತಿಸುವಾಗ ಮತ್ತು ವಿವಿಧ ಶೈಲಿಗಳು ಮತ್ತು ಬಣ್ಣಗಳ ಐತಿಹಾಸಿಕ ಮಹತ್ವವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಲ್ಲಿ ಸಹ ಉಪಯುಕ್ತವಾಗಿದೆ.