Python's pandas लायब्ररी ही डेटा हाताळणी आणि विश्लेषणासाठी एक शक्तिशाली आणि अष्टपैलू लायब्ररी आहे, विशेषत: डेटाफ्रेमच्या स्वरूपात टॅब्युलर डेटासह काम करताना. डेटाफ्रेमसह कार्य करताना एक सामान्य ऑपरेशन म्हणजे विशिष्ट गरजा पूर्ण करण्यासाठी स्तंभ क्रमाची पुनर्रचना करणे. या लेखात, आम्ही पांडा डेटाफ्रेममधील शेवटचा स्तंभ पहिल्या स्थानावर कसा हलवायचा यावर लक्ष केंद्रित करू. जेव्हा तुम्हाला विशिष्ट स्तंभांकडे लक्ष वेधायचे असेल तेव्हा हे विशेषतः उपयुक्त ठरू शकते, विशेषत: जेव्हा डेटासेटमध्ये मोठ्या संख्येने स्तंभ असतात.
या समस्येचे निराकरण करण्यासाठी, आम्ही डेटाफ्रेम अनुक्रमणिका आणि स्तंभ पुनर्क्रमण यासारख्या पांडांनी प्रदान केलेली मूलभूत कार्यक्षमता वापरू. डेटाफ्रेममधून शेवटचा कॉलम काढणे आणि इतर कॉलम्सचा क्रम राखून तो पहिल्या स्थानावर घालणे हे मुख्य ध्येय आहे.
प्रथम, पांडा लायब्ररी आयात करू आणि चार स्तंभांसह एक साधी डेटाफ्रेम तयार करू:
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)
हे खालील डेटाफ्रेम प्रदर्शित करेल:
A B C D 0 1 4 7 10 1 2 5 8 11 2 3 6 9 12
आता, शेवटचा स्तंभ (स्तंभ 'डी') हा पहिला स्तंभ म्हणून हलवू आणि त्यानुसार इतर स्तंभ शिफ्ट करू. सोल्यूशनमध्ये कोडची एक ओळ समाविष्ट आहे:
df = df[df.columns[-1:].tolist() + df.columns[:-1].tolist()] print(df)
हे सुधारित डेटाफ्रेम आउटपुट करेल:
D A B C 0 10 1 4 7 1 11 2 5 8 2 12 3 6 9
पांडा डेटाफ्रेम कॉलम मॅनिप्युलेशन स्पष्ट केले
येथे कोडचे चरण-दर-चरण स्पष्टीकरण आहे जे शेवटचा स्तंभ प्रथम स्थानावर हलवते:
1. आम्ही अनुक्रमणिका वापरून शेवटचा स्तंभ काढतो: `df.columns[-1:]`. हे शेवटचे स्तंभ नाव पुनर्प्राप्त करते, आणि आम्ही `tolist()` पद्धत वापरून सूचीमध्ये रूपांतरित करतो.
2. आम्ही शेवटचा एक वगळता सर्व स्तंभ काढतो: `df.columns[:-1]`. हे शेवटचे वगळता सर्व स्तंभांची नावे पुनर्प्राप्त करते आणि आम्ही `tolist()` पद्धत वापरून सूचीमध्ये रूपांतरित करतो.
3. आम्ही याद्या एकत्र करतो: `df.columns[-1:].tolist() + df.columns[:-1].tolist()`. हे सुरुवातीला शेवटच्या स्तंभाच्या नावासह एक नवीन सूची तयार करते, त्यानंतर इतर स्तंभांची नावे त्यांच्या मूळ क्रमाने येतात.
4. आम्ही डेटाफ्रेमवर नवीन कॉलम ऑर्डर लागू करतो: `df[df.columns[-1:].tolist() + df.columns[:-1].tolist()]`. हे इच्छित स्तंभ क्रमाने एक नवीन डेटाफ्रेम तयार करते.
पांडांसह तुमचे कौशल्य वाढवणे
पांडा लायब्ररीमध्ये हाताळणी, हाताळणी आणि विश्लेषणासाठी असंख्य वैशिष्ट्ये आहेत डेटाफ्रेम. या उदाहरणात, डेटाफ्रेममधील शेवटचा कॉलम पहिल्या स्थानावर कसा हलवायचा हे आम्ही दाखवून दिले. डेटासेटमधील विशिष्ट स्तंभांची पुनर्रचना करण्यात आणि त्यावर लक्ष केंद्रित करण्यात हे तंत्र उपयुक्त आहे.
डेटाफ्रेमसह कार्य करणे हे पांडाचे एक पैलू आहे, कारण लायब्ररीमध्ये हाताळणीसाठी साधने देखील आहेत वेळ मालिका आणि इतर जटिल डेटा संरचना. पायथनच्या पांडा लायब्ररीमध्ये निपुण होण्यासाठी, विविध कार्ये समजून घेणे आवश्यक आहे जसे की अनुक्रमांक, जोडणीआणि स्तंभ पुनर्क्रमण - हे सर्व प्रभावी डेटा व्यवस्थापनासाठी महत्त्वपूर्ण आहेत.
याव्यतिरिक्त, पांडा इतर अनेक ऑपरेशन्स जसे की फिल्टरिंग, एकत्रीकरण आणि साफसफाईचे समर्थन करते, ज्यामुळे ते डेटा विश्लेषणाच्या क्षेत्रात एक अपरिहार्य साधन बनते. पांडाची ताकद वाढवण्यासाठी आणि तुमच्या डेटा मॅनिप्युलेशनचे प्रयत्न वाढवण्यासाठी अधिक प्रगत विषय आणि तंत्रे एक्सप्लोर करण्याची शिफारस केली जाते.
