Pandas DataFrames अविश्वसनीय लचीलापन प्रदान करते हैं, लेकिन पठनीयता, विश्लेषण और अंतर्संचालन के लिए कॉलम क्रम का प्रबंधन महत्वपूर्ण है। यह मार्गदर्शिका DataFrame कॉलम को पुनर्व्यवस्थित करने के तीन कुशल तरीकों का पता लगाती है।
विषय-सूची
- विधि 1: प्रत्यक्ष कॉलम पुनर्व्यवस्थापन
- विधि 2: कॉलम सम्मिलित करना
- विधि 3: लचीले क्रम के लिए पुनर्सूचांकन
विधि 1: प्रत्यक्ष कॉलम पुनर्व्यवस्थापन
यह सबसे सरल तरीका है, जब आप सटीक कॉलम क्रम जानते हैं तो यह आदर्श है। आप वांछित क्रम निर्दिष्ट करते हुए एक सूची बनाते हैं और इसका उपयोग DataFrame से कॉलम चुनने के लिए करते हैं।
import pandas as pd
data = {'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("मूल DataFrame:n", df)
new_order = ['col3', 'col1', 'col2']
df = df[new_order]
print("nपुनर्व्यवस्थित DataFrame:n", df)
विधि 2: कॉलम सम्मिलित करना
किसी विशिष्ट स्थान पर एक नया कॉलम जोड़ने के लिए इस विधि का उपयोग करें। इसमें कॉलम बनाना और उसे सही ढंग से रखने के लिए insert विधि का उपयोग करना शामिल है। insert में अनुक्रमणिका कॉलम की स्थिति को संदर्भित करती है, न कि उसके नाम को।
import pandas as pd
data = {'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("मूल DataFrame:n", df)
df['col4'] = [10, 11, 12]
df.insert(1, 'col4_inserted', df.pop('col4')) # कुशलतापूर्वक सम्मिलित करता है, दोहराव से बचाता है
print("nसम्मिलित कॉलम के साथ DataFrame:n", df)
विधि 3: लचीले क्रम के लिए पुनर्सूचांकन
reindex विधि सबसे अधिक लचीलापन प्रदान करती है। यह आपको वांछित क्रम निर्दिष्ट करने की अनुमति देता है, और यह NaN मानों से भरकर लापता कॉलम को सुचारू रूप से संभालता है।
import pandas as pd
data = {'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("मूल DataFrame:n", df)
new_order = ['col3', 'col1', 'col4', 'col2'] # 'col4' NaN मानों के साथ जुड़ जाएगा
df = df.reindex(columns=new_order)
print("nपुनर्सूचांकन का उपयोग करके पुनर्व्यवस्थित DataFrame:n", df)
इन तकनीकों में महारत हासिल करके, आप अपनी Pandas DataFrames में कॉलम क्रम को कुशलतापूर्वक प्रबंधित कर सकते हैं, विभिन्न डेटा हेरफेर आवश्यकताओं के अनुकूल हो सकते हैं।