सोडवले: इंट आणि ऑब्जेक्ट कॉलम्स एकामध्ये एकत्र करा

इंट आणि ऑब्जेक्ट कॉलम एकत्र करण्याशी संबंधित मुख्य समस्या ही आहे की डेटा प्रकार विसंगत आहेत. पूर्णांक संख्यात्मक मूल्ये आहेत, तर वस्तू सामान्यत: स्ट्रिंग किंवा इतर गैर-संख्यात्मक मूल्ये आहेत. या दोन प्रकारचे डेटा एकत्रित केल्याने एकत्रित स्तंभावर गणना किंवा इतर ऑपरेशन्स करताना त्रुटी येऊ शकतात. याव्यतिरिक्त, एकत्रित स्तंभामध्ये संख्यात्मक आणि गैर-संख्यात्मक दोन्ही मूल्ये असल्यास त्याचा अर्थ लावणे कठीण होऊ शकते.

#Using pandas
import pandas as pd 
  
#initialise data of lists. 
data = {'Name':['Tom', 'nick', 'krish', 'jack'], 'Age':[20, 21, 19, 18]} 
  
#Create DataFrame 
df = pd.DataFrame(data) 
  
# Concatenate two columns of dataframe and create a new column in the dataframe 
df['Combined'] = df['Name'].astype(str) + df['Age'].astype(str) 

 # print dataframe. 
print(df)

1. पहिली ओळ पांडा लायब्ररीला "pd" म्हणून आयात करते.
2. दुसरी ओळ दोन की (नाव आणि वय) आणि प्रत्येक कीसाठी चार मूल्यांसह सूचीचा शब्दकोश सुरू करते.
3. तिसरी ओळ मागील चरणात तयार केलेल्या डेटा डिक्शनरीमधून डेटाफ्रेम ऑब्जेक्ट तयार करते.
4. चौथी ओळ 'नाव' आणि 'वय' स्तंभांची मूल्ये स्ट्रिंग म्हणून एकत्रित करून 'संयुक्त' नावाचा नवीन स्तंभ तयार करते.
5. पाचवी ओळ सर्व स्तंभ आणि त्यांची मूल्ये सारणी स्वरूपात दाखवण्यासाठी परिणामी डेटाफ्रेम ऑब्जेक्ट प्रिंट करते.

प्रोग्रामिंगमध्ये इंटरजर म्हणजे काय

पायथनमध्ये, पूर्णांक म्हणजे पूर्ण संख्या (धन, ऋण किंवा शून्य) जी व्हेरिएबलमध्ये संग्रहित केली जाऊ शकते. कोणत्याही अपूर्णांक किंवा दशांश घटकांशिवाय संख्यात्मक मूल्यांचे प्रतिनिधित्व करण्यासाठी पूर्णांकांचा वापर केला जातो. ते ints म्हणूनही ओळखले जातात आणि int डेटा प्रकार वापरून दर्शविले जाऊ शकतात. फ्लोट आणि कॉम्प्लेक्स सारख्या अंशात्मक घटकांसह संख्या दर्शवण्यासाठी पायथनमध्ये इतर डेटा प्रकार देखील आहेत.

प्रोग्रामिंग मध्ये एक ऑब्जेक्ट काय आहे

प्रोग्रामिंगमधील ऑब्जेक्ट म्हणजे डेटा स्ट्रक्चर ज्यामध्ये डेटा आणि डेटा हाताळण्यासाठी सूचना असतात. पायथनमध्ये क्लासेस वापरून ऑब्जेक्ट्स तयार केल्या जातात. क्लास हा ऑब्जेक्ट्स तयार करण्यासाठी ब्लूप्रिंट आहे आणि ऑब्जेक्टशी संबंधित गुणधर्म आणि पद्धती परिभाषित करतो. ऑब्जेक्ट्समध्ये कोणत्याही प्रकारचा डेटा असू शकतो, जसे की संख्या, स्ट्रिंग, सूची, शब्दकोश इ. तसेच डेटावर कार्य करणारी कार्ये. विविध प्रकारच्या वस्तू एकत्र करून, जटिल प्रोग्राम तयार करता येतात.

मी Python मध्ये एकापेक्षा जास्त कॉलम कसे एकत्र करू

Python मध्ये एकाधिक स्तंभ एकत्र करण्याचे अनेक मार्ग आहेत. सर्वात सामान्य मार्ग म्हणजे पांडा लायब्ररी वापरणे. Pandas concat() नावाचे फंक्शन प्रदान करते ज्याचा वापर एकापेक्षा जास्त स्तंभ एकत्र करण्यासाठी केला जाऊ शकतो. हे फंक्शन डेटाफ्रेम्स किंवा सिरीज ऑब्जेक्ट्सची सूची घेते आणि इनपुट ऑब्जेक्ट्समधील सर्व डेटा एकत्र करून एकच डेटाफ्रेम किंवा सिरीज ऑब्जेक्ट मिळवते.

zip() फंक्शन वापरून एकापेक्षा जास्त कॉलम एकत्र करण्याचा दुसरा मार्ग आहे. हे फंक्शन पुनरावृत्ती करण्यायोग्य एक पुनरावृत्ती घेते आणि ट्युपल्सचे पुनरावृत्ती करणारे परत करते, जेथे प्रत्येक ट्युपलमध्ये प्रत्येक पुनरावृत्तीचे घटक समान अनुक्रमणिका स्थानावर असतात. हे एकाधिक स्तंभांमधील सर्व मूल्ये असलेली नवीन सूची तयार करण्यासाठी वापरली जाऊ शकते, जी नंतर सूची आकलन किंवा इतर पद्धती वापरून एका स्तंभात रूपांतरित केली जाऊ शकते.

शेवटी, तुम्ही numpy चे hstack() फंक्शन एका अॅरेमध्ये अनेक कॉलम्स एकत्र करण्यासाठी देखील वापरू शकता. ही पद्धत अॅरेसारखी ऑब्जेक्ट (जसे की सूची) घेते आणि त्यांना क्षैतिजरित्या स्टॅक करते, प्रत्येक स्तंभातील सर्व मूल्यांसह क्रमाने एकत्रितपणे नवीन अॅरे तयार करते.

संबंधित पोस्ट:

एक टिप्पणी द्या