ಪರಿಹರಿಸಲಾಗಿದೆ: ಪಾಂಡಾಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕಾಲಮ್ ಹೆಸರಿನ ಮೂಲಕ ಹಾಳೆಯಲ್ಲಿ ಸೆಲ್ ಅನ್ನು ನವೀಕರಿಸಿ

ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯ ಜಗತ್ತಿನಲ್ಲಿ, ಸ್ಪ್ರೆಡ್‌ಶೀಟ್‌ಗಳ ಬಳಕೆ ಸಾಮಾನ್ಯವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ಸ್ತಂಭಾಕಾರದ ಸ್ವರೂಪದಲ್ಲಿ ರಚನಾತ್ಮಕ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ. ಪೈಥಾನ್‌ನಲ್ಲಿ ಸ್ಪ್ರೆಡ್‌ಶೀಟ್ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಜನಪ್ರಿಯ ಲೈಬ್ರರಿಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ ಪಾಂಡಾಸ್. ಈ ಪ್ರಬಲ ಲೈಬ್ರರಿಯು ಡೆವಲಪರ್‌ಗಳಿಗೆ ಕೋಷ್ಟಕ ಡೇಟಾವನ್ನು ಸುಲಭವಾಗಿ ಓದಲು, ಕುಶಲತೆಯಿಂದ ಮತ್ತು ರಫ್ತು ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ. ಈ ಲೇಖನದಲ್ಲಿ, ನಾವು ನಿರ್ದಿಷ್ಟ ಸಮಸ್ಯೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತೇವೆ: ಪಾಂಡಾಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕಾಲಮ್ ಹೆಸರಿನ ಮೂಲಕ ಹಾಳೆಯಲ್ಲಿ ಕೋಶಗಳನ್ನು ನವೀಕರಿಸುವುದು. ನಾವು ಪರಿಹಾರಕ್ಕೆ ಧುಮುಕುತ್ತೇವೆ, ನಂತರ ಕೋಡ್‌ನ ಹಂತ-ಹಂತದ ವಿವರಣೆಯನ್ನು ಮಾಡುತ್ತೇವೆ ಮತ್ತು ಅಂತಿಮವಾಗಿ ಸಂಬಂಧಿತ ಪರಿಕಲ್ಪನೆಗಳು ಮತ್ತು ಪಾಂಡಾಸ್‌ನಲ್ಲಿ ಕಾರ್ಯಚಟುವಟಿಕೆಗಳನ್ನು ಚರ್ಚಿಸುತ್ತೇವೆ, ಉದಾಹರಣೆಗೆ ಇಂಡೆಕ್ಸ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು ಮತ್ತು ಡೇಟಾವನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು. ಆದ್ದರಿಂದ, ಪ್ರಾರಂಭಿಸೋಣ.

ಪಾಂಡಾಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕಾಲಮ್ ಹೆಸರಿನ ಮೂಲಕ ಕೋಶಗಳನ್ನು ನವೀಕರಿಸಲಾಗುತ್ತಿದೆ

ಕಾಲಮ್ ಹೆಸರಿನ ಮೂಲಕ ಹಾಳೆಯಲ್ಲಿ ಸೆಲ್‌ಗಳನ್ನು ನವೀಕರಿಸಲು, ಈ ಕೆಳಗಿನ ಆಜ್ಞೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಅದನ್ನು ಈಗಾಗಲೇ ಸ್ಥಾಪಿಸದಿದ್ದರೆ ನಾವು ಮೊದಲು ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯನ್ನು ಸ್ಥಾಪಿಸಬೇಕಾಗುತ್ತದೆ:

!pip install pandas

ಪಾಂಡಾಗಳನ್ನು ಸ್ಥಾಪಿಸಿದ ನಂತರ, ಕಾಲಮ್ ಹೆಸರಿನ ಮೂಲಕ ಹಾಳೆಯಲ್ಲಿ ಕೋಶಗಳನ್ನು ನವೀಕರಿಸಲು ಹಂತಗಳನ್ನು ರೂಪಿಸೋಣ:

1. ಶೀಟ್ ಅನ್ನು ಡೇಟಾಫ್ರೇಮ್ ಆಬ್ಜೆಕ್ಟ್‌ಗೆ ಲೋಡ್ ಮಾಡಿ.
2. ನಾವು ನವೀಕರಿಸಲು ಬಯಸುವ ಕೋಶಗಳನ್ನು ಪ್ರವೇಶಿಸಿ.
3. ಹೊಸ ಮೌಲ್ಯಗಳನ್ನು ನಿಯೋಜಿಸುವ ಮೂಲಕ ಬಯಸಿದ ಕೋಶಗಳನ್ನು ಮಾರ್ಪಡಿಸಿ.
4. DataFrame ಆಬ್ಜೆಕ್ಟ್ ಅನ್ನು ಮತ್ತೆ ಶೀಟ್‌ಗೆ ಉಳಿಸಿ.

ಸರಳ ಉದಾಹರಣೆಯೊಂದಿಗೆ ಪರಿಹಾರವನ್ನು ಪ್ರದರ್ಶಿಸುವ ಕೋಡ್ ತುಣುಕು ಇಲ್ಲಿದೆ:

import pandas as pd

# Load data from a CSV file into a DataFrame object
df = pd.read_csv('your_spreadsheet.csv')

# Access and update the desired cells - let's update column 'Age' by adding 1 to each value
df['Age'] = df['Age'] + 1

# Save the updated DataFrame back to the CSV file
df.to_csv('your_updated_spreadsheet.csv', index=False)

ಕೋಡ್ ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಅಲಿಯಾಸ್ `ಪಿಡಿ` ಅಡಿಯಲ್ಲಿ ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯನ್ನು ಆಮದು ಮಾಡಿಕೊಳ್ಳುವುದು ಮೊದಲ ಹಂತವಾಗಿದೆ. ಮುಂದೆ, ಇನ್‌ಪುಟ್ ಫೈಲ್ ಹೆಸರನ್ನು ('your_spreadsheet.csv') ನಿರ್ದಿಷ್ಟಪಡಿಸುವ `pd.read_csv()` ಕಾರ್ಯವನ್ನು ಬಳಸಿಕೊಂಡು ನಾವು CSV ಫೈಲ್‌ನಿಂದ ಡೇಟಾವನ್ನು ಡೇಟಾಫ್ರೇಮ್ ಆಬ್ಜೆಕ್ಟ್‌ಗೆ ಲೋಡ್ ಮಾಡಬೇಕು.

ಈಗ ಸಮಸ್ಯೆಯ ಮುಖ್ಯ ಭಾಗವು ಬರುತ್ತದೆ: ಬಯಸಿದ ಕೋಶಗಳನ್ನು ಪ್ರವೇಶಿಸುವುದು ಮತ್ತು ನವೀಕರಿಸುವುದು. ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ಕಾಲಮ್‌ನಲ್ಲಿ ಪ್ರತಿ ಮೌಲ್ಯಕ್ಕೆ 1 ಅನ್ನು ಸೇರಿಸುವ ಮೂಲಕ ನಾವು 'ವಯಸ್ಸು' ಕಾಲಮ್ ಅನ್ನು ನವೀಕರಿಸಲು ಬಯಸುತ್ತೇವೆ. ಸಿಂಟ್ಯಾಕ್ಸ್ `df['Age']` ಅನ್ನು ಬಳಸಿಕೊಂಡು ಪ್ರವೇಶಿಸಲಾದ 'ವಯಸ್ಸು' ಕಾಲಮ್‌ಗೆ 1 ಅನ್ನು ಸರಳವಾಗಿ ಸೇರಿಸುವ ಮೂಲಕ ನಾವು ಇದನ್ನು ಮಾಡುತ್ತೇವೆ. ಈ ಕೋಡ್ 'ವಯಸ್ಸು' ಕಾಲಮ್‌ನಲ್ಲಿ ಪ್ರತಿ ಐಟಂಗೆ 1 ಅಂಶ-ವಾರು ಸೇರ್ಪಡೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ.

ಅಂತಿಮವಾಗಿ, ಔಟ್‌ಪುಟ್ ಫೈಲ್ ಹೆಸರಿನೊಂದಿಗೆ ('your_updated_spreadsheet.csv') `df.to_csv()` ಕಾರ್ಯವನ್ನು ಬಳಸಿಕೊಂಡು ನಾವು ನವೀಕರಿಸಿದ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು CSV ಫೈಲ್‌ಗೆ ಮರಳಿ ಉಳಿಸುತ್ತೇವೆ. ಔಟ್‌ಪುಟ್ ಫೈಲ್‌ಗೆ ಸಾಲು ಸಂಖ್ಯೆಗಳನ್ನು ಬರೆಯುವುದನ್ನು ತಪ್ಪಿಸಲು `ಇಂಡೆಕ್ಸ್=ಫಾಲ್ಸ್` ಪ್ಯಾರಾಮೀಟರ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.

ಪಾಂಡಾಗಳ ಸೂಚ್ಯಂಕಗಳು ಮತ್ತು ಡೇಟಾ ಆಯ್ಕೆ

ಡೇಟಾವನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಮತ್ತು ಕುಶಲತೆಯಿಂದ ಪಾಂಡಾಗಳು ಸೂಚ್ಯಂಕಗಳ ಪರಿಕಲ್ಪನೆಯ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತರಾಗಿದ್ದಾರೆ. ಪೂರ್ವನಿಯೋಜಿತವಾಗಿ, ಫೈಲ್‌ನಿಂದ ಡೇಟಾವನ್ನು ಲೋಡ್ ಮಾಡುವಾಗ, ಪಾಂಡಾಗಳು a ಅನ್ನು ನಿಯೋಜಿಸುತ್ತಾರೆ ಸಂಖ್ಯಾ ಸೂಚ್ಯಂಕ ಡೇಟಾಫ್ರೇಮ್‌ನ ಪ್ರತಿ ಸಾಲಿಗೆ, 0 ರಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ. ಪಾಂಡಾಸ್‌ನಲ್ಲಿ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ, ವಿಭಿನ್ನ ವಿಧಾನಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯ ಡೇಟಾವನ್ನು ಆಯ್ಕೆಮಾಡುವುದು ಮತ್ತು ಫಿಲ್ಟರ್ ಮಾಡುವುದು ಸೂಚ್ಯಂಕ ಮೌಲ್ಯಗಳು ಅಥವಾ ಕಾಲಮ್ ಹೆಸರುಗಳನ್ನು ಆಧರಿಸಿ.

ಉದಾಹರಣೆಗೆ, ನಿರ್ದಿಷ್ಟ ಸಾಲು ಅಥವಾ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು, ನೀವು `iloc` ಸೂಚಿಕೆಯನ್ನು ಬಳಸಬಹುದು, ಇದು ಅವುಗಳ ಪೂರ್ಣಾಂಕ ಸೂಚಿಯನ್ನು ಆಧರಿಸಿ ಸಾಲುಗಳನ್ನು ಪ್ರವೇಶಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ:

# Select the first row of the DataFrame
first_row = df.iloc[0]

# Select rows 1 to 3 (excluding 3)
rows_1_to_2 = df.iloc[1:3]

ನೀವು ನಿರ್ದಿಷ್ಟ ಸ್ಥಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಕೋಶಗಳನ್ನು ನವೀಕರಿಸಬೇಕಾದಾಗ, ಇನ್ನೊಂದು ಕಾಲಮ್ (ಉದಾ, 'ನಗರ') ನಿರ್ದಿಷ್ಟ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿರುವ ಸಾಲುಗಳಿಗೆ ಮಾತ್ರ 'ವಯಸ್ಸು' ಕಾಲಮ್ ಅನ್ನು ನವೀಕರಿಸುವುದು, ನೀವು ಬೂಲಿಯನ್ ಇಂಡೆಕ್ಸಿಂಗ್ ಅನ್ನು ಬಳಸಬಹುದು:

# Update the 'Age' column by adding 1, only for rows where 'City' is equal to 'New York'
df.loc[df['City'] == 'New York', 'Age'] = df['Age'] + 1

ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ಬೂಲಿಯನ್ ಸ್ಥಿತಿಯನ್ನು ಆಧರಿಸಿ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು `loc` ಇಂಡೆಕ್ಸರ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ನಂತರ 'ವಯಸ್ಸು' ಕಾಲಮ್ ಅನ್ನು ನವೀಕರಿಸಲಾಗುತ್ತದೆ.

ಪಾಂಡಾಗಳಲ್ಲಿ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಬಂದಾಗ ಇದು ಮಂಜುಗಡ್ಡೆಯ ತುದಿಯಾಗಿದೆ ಎಂಬುದನ್ನು ನೆನಪಿನಲ್ಲಿಡಿ. ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ನಿರ್ವಹಿಸಲು, ವಿಶ್ಲೇಷಿಸಲು ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಲು ಗ್ರಂಥಾಲಯವು ಹಲವಾರು ಕಾರ್ಯಗಳು ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಕಾಲಮ್ ಹೆಸರಿನ ಮೂಲಕ ಹಾಳೆಯಲ್ಲಿ ಕೋಶಗಳನ್ನು ನವೀಕರಿಸುವಂತಹ ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು, ಭವಿಷ್ಯದಲ್ಲಿ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಡೇಟಾ ರಚನೆಗಳು ಮತ್ತು ವಿಶ್ಲೇಷಣೆ ಕಾರ್ಯಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಬಲವಾದ ಅಡಿಪಾಯವನ್ನು ಹೊಂದಿಸುತ್ತದೆ.