ಪೈಥಾನ್‌ನ ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯು ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಪ್ರಬಲ ಮತ್ತು ಬಹುಮುಖ ಗ್ರಂಥಾಲಯವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ಡೇಟಾಫ್ರೇಮ್‌ಗಳ ರೂಪದಲ್ಲಿ ಕೋಷ್ಟಕ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ. ಡೇಟಾಫ್ರೇಮ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಒಂದು ಸಾಮಾನ್ಯ ಕಾರ್ಯಾಚರಣೆಯು ನಿರ್ದಿಷ್ಟ ಅಗತ್ಯಗಳಿಗೆ ಸರಿಹೊಂದುವಂತೆ ಕಾಲಮ್ ಕ್ರಮವನ್ನು ಮರುಹೊಂದಿಸುವುದು. ಈ ಲೇಖನದಲ್ಲಿ, ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್‌ನಲ್ಲಿ ಕೊನೆಯ ಕಾಲಮ್ ಅನ್ನು ಮೊದಲ ಸ್ಥಾನಕ್ಕೆ ಹೇಗೆ ಬದಲಾಯಿಸುವುದು ಎಂಬುದರ ಕುರಿತು ನಾವು ಗಮನಹರಿಸುತ್ತೇವೆ. ನಿರ್ದಿಷ್ಟ ಕಾಲಮ್‌ಗಳಿಗೆ ಗಮನವನ್ನು ತರಲು ನೀವು ಬಯಸಿದಾಗ ಇದು ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಡೇಟಾಸೆಟ್ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಕಾಲಮ್‌ಗಳನ್ನು ಹೊಂದಿರುವಾಗ.
ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು, ಡೇಟಾಫ್ರೇಮ್ ಇಂಡೆಕ್ಸಿಂಗ್ ಮತ್ತು ಕಾಲಮ್ ಮರುಕ್ರಮಗೊಳಿಸುವಿಕೆಯಂತಹ ಪಾಂಡಾಗಳು ಒದಗಿಸಿದ ಮೂಲಭೂತ ಕಾರ್ಯವನ್ನು ನಾವು ಬಳಸುತ್ತೇವೆ. ಡೇಟಾಫ್ರೇಮ್‌ನಿಂದ ಕೊನೆಯ ಕಾಲಮ್ ಅನ್ನು ಹೊರತೆಗೆಯುವುದು ಮತ್ತು ಇತರ ಕಾಲಮ್‌ಗಳ ಕ್ರಮವನ್ನು ನಿರ್ವಹಿಸುವಾಗ ಅದನ್ನು ಮೊದಲ ಸ್ಥಾನದಲ್ಲಿ ಸೇರಿಸುವುದು ಮುಖ್ಯ ಗುರಿಯಾಗಿದೆ.
ಮೊದಲಿಗೆ, ನಾವು ಪಾಂಡಾಗಳ ಲೈಬ್ರರಿಯನ್ನು ಆಮದು ಮಾಡಿಕೊಳ್ಳೋಣ ಮತ್ತು ನಾಲ್ಕು ಕಾಲಮ್‌ಗಳೊಂದಿಗೆ ಸರಳ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ರಚಿಸೋಣ:
import pandas as pd
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9],
'D': [10, 11, 12]}
df = pd.DataFrame(data)
print(df)
ಇದು ಕೆಳಗಿನ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ:
A B C D 0 1 4 7 10 1 2 5 8 11 2 3 6 9 12
ಈಗ, ಕೊನೆಯ ಕಾಲಮ್ ಅನ್ನು (ಕಾಲಮ್ 'D') ಮೊದಲ ಕಾಲಮ್‌ಗೆ ಸರಿಸೋಣ ಮತ್ತು ಅದಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಇತರ ಕಾಲಮ್‌ಗಳನ್ನು ಬದಲಾಯಿಸೋಣ. ಪರಿಹಾರವು ಒಂದು ಸಾಲಿನ ಕೋಡ್ ಅನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ:
df = df[df.columns[-1:].tolist() + df.columns[:-1].tolist()] print(df)
ಇದು ಮಾರ್ಪಡಿಸಿದ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ಔಟ್ಪುಟ್ ಮಾಡುತ್ತದೆ:
D A B C 0 10 1 4 7 1 11 2 5 8 2 12 3 6 9
ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್ ಕಾಲಮ್ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ವಿವರಿಸಲಾಗಿದೆ
ಕೊನೆಯ ಕಾಲಮ್ ಅನ್ನು ಮೊದಲ ಸ್ಥಾನಕ್ಕೆ ಬದಲಾಯಿಸುವ ಕೋಡ್‌ನ ಹಂತ-ಹಂತದ ವಿವರಣೆ ಇಲ್ಲಿದೆ:
1. ನಾವು ಇಂಡೆಕ್ಸಿಂಗ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕೊನೆಯ ಕಾಲಮ್ ಅನ್ನು ಹೊರತೆಗೆಯುತ್ತೇವೆ: `df.columns[-1:]`. ಇದು ಕೊನೆಯ ಕಾಲಮ್ ಹೆಸರನ್ನು ಹಿಂಪಡೆಯುತ್ತದೆ ಮತ್ತು ನಾವು ಅದನ್ನು `ಟೋಲಿಸ್ಟ್()` ವಿಧಾನವನ್ನು ಬಳಸಿಕೊಂಡು ಪಟ್ಟಿಗೆ ಪರಿವರ್ತಿಸುತ್ತೇವೆ.
2. ನಾವು ಕೊನೆಯದನ್ನು ಹೊರತುಪಡಿಸಿ ಎಲ್ಲಾ ಕಾಲಮ್‌ಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತೇವೆ: `df.columns[:-1]`. ಇದು ಕೊನೆಯದನ್ನು ಹೊರತುಪಡಿಸಿ ಎಲ್ಲಾ ಕಾಲಮ್‌ಗಳ ಹೆಸರುಗಳನ್ನು ಹಿಂಪಡೆಯುತ್ತದೆ ಮತ್ತು ನಾವು ಅದನ್ನು `ಟೋಲಿಸ್ಟ್()` ವಿಧಾನವನ್ನು ಬಳಸಿಕೊಂಡು ಪಟ್ಟಿಗೆ ಪರಿವರ್ತಿಸುತ್ತೇವೆ.
3. ನಾವು ಪಟ್ಟಿಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತೇವೆ: `df.columns[-1:].tolist() + df.columns[:-1].tolist()`. ಇದು ಪ್ರಾರಂಭದಲ್ಲಿ ಕೊನೆಯ ಕಾಲಮ್ ಹೆಸರಿನೊಂದಿಗೆ ಹೊಸ ಪಟ್ಟಿಯನ್ನು ರಚಿಸುತ್ತದೆ, ನಂತರ ಇತರ ಕಾಲಮ್ ಹೆಸರುಗಳು ಅವುಗಳ ಮೂಲ ಕ್ರಮದಲ್ಲಿ.
4. ನಾವು ಹೊಸ ಕಾಲಮ್ ಆದೇಶವನ್ನು ಡೇಟಾಫ್ರೇಮ್‌ಗೆ ಅನ್ವಯಿಸುತ್ತೇವೆ: `df[df.columns[-1:].tolist() + df.columns[:-1].tolist()]`. ಇದು ಬಯಸಿದ ಕಾಲಮ್ ಆದೇಶದೊಂದಿಗೆ ಹೊಸ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ.
ಪಾಂಡಾಗಳೊಂದಿಗೆ ನಿಮ್ಮ ಕೌಶಲ್ಯಗಳನ್ನು ಹೆಚ್ಚಿಸುವುದು
ಪಾಂಡಾಗಳ ಗ್ರಂಥಾಲಯವು ನಿರ್ವಹಿಸಲು, ಕುಶಲತೆಯಿಂದ ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು ಹಲವಾರು ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಹೊಂದಿದೆ ಡೇಟಾಫ್ರೇಮ್‌ಗಳು. ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ಡೇಟಾಫ್ರೇಮ್‌ನಲ್ಲಿ ಕೊನೆಯ ಕಾಲಮ್ ಅನ್ನು ಮೊದಲ ಸ್ಥಾನಕ್ಕೆ ಹೇಗೆ ಬದಲಾಯಿಸುವುದು ಎಂಬುದನ್ನು ನಾವು ಪ್ರದರ್ಶಿಸಿದ್ದೇವೆ. ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಕಾಲಮ್‌ಗಳನ್ನು ಮರುಸಂಘಟಿಸಲು ಮತ್ತು ಕೇಂದ್ರೀಕರಿಸಲು ಈ ತಂತ್ರವು ಸಹಾಯಕವಾಗಿದೆ.
ಡೇಟಾಫ್ರೇಮ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು ಪಾಂಡಾಗಳ ಒಂದು ಅಂಶವಾಗಿದೆ, ಏಕೆಂದರೆ ಗ್ರಂಥಾಲಯವು ನಿರ್ವಹಣೆಗಾಗಿ ಸಾಧನಗಳನ್ನು ಸಹ ಒಳಗೊಂಡಿದೆ ಸಮಯ ಸರಣಿ ಮತ್ತು ಇತರ ಸಂಕೀರ್ಣ ಡೇಟಾ ರಚನೆಗಳು. ಪೈಥಾನ್‌ನ ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯಲ್ಲಿ ಪ್ರವೀಣರಾಗಲು, ವಿವಿಧ ಕಾರ್ಯಚಟುವಟಿಕೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯ ಸೂಚಿಕೆ, ಸಂಯೋಗ, ಮತ್ತು ಕಾಲಮ್ ಮರುಕ್ರಮಗೊಳಿಸುವಿಕೆ - ಪರಿಣಾಮಕಾರಿ ಡೇಟಾ ನಿರ್ವಹಣೆಗೆ ಇವೆಲ್ಲವೂ ನಿರ್ಣಾಯಕ.
ಹೆಚ್ಚುವರಿಯಾಗಿ, ಪಾಂಡಾಗಳು ಫಿಲ್ಟರಿಂಗ್, ಒಟ್ಟುಗೂಡಿಸುವಿಕೆ ಮತ್ತು ಸ್ವಚ್ಛಗೊಳಿಸುವಿಕೆಯಂತಹ ಅನೇಕ ಇತರ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ, ಇದು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ಅನಿವಾರ್ಯ ಸಾಧನವಾಗಿದೆ. ಪಾಂಡಾಗಳ ಶಕ್ತಿಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಲು ಮತ್ತು ನಿಮ್ಮ ಡೇಟಾ ಕುಶಲತೆಯ ಪ್ರಯತ್ನಗಳನ್ನು ಹೆಚ್ಚಿಸಲು ಹೆಚ್ಚು ಸುಧಾರಿತ ವಿಷಯಗಳು ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಅನ್ವೇಷಿಸಲು ಹೆಚ್ಚು ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ.
