पांडा डेटाफ़्रेम पाइथन में डेटा मैनिपुलेशन के लिए आवश्यक हैं। अक्सर, बेहतर स्पष्टता, संगति या अन्य डेटासेट के साथ संगतता के लिए आपको कॉलम नामों को समायोजित करने की आवश्यकता होगी। पांडा इसे प्राप्त करने के लिए कई कुशल विधियाँ प्रदान करता है। यह लेख तीन लोकप्रिय तरीकों का पता लगाता है: DataFrame.rename(), DataFrame.columns और DataFrame.set_axis() का उपयोग करना।
विषयवस्तु की तालिका
DataFrame.rename()के साथ कॉलम का नाम बदलनाDataFrame.columnsके साथ कॉलम का नाम बदलनाDataFrame.set_axis()के साथ कॉलम का नाम बदलना
DataFrame.rename() के साथ कॉलम का नाम बदलना
rename() विधि सबसे अधिक लचीलापन प्रदान करती है, जिससे आप व्यक्तिगत कॉलम या कॉलम के समूहों का चयन करके नाम बदल सकते हैं। यह एक डिक्शनरी का उपयोग करता है जहाँ कुंजी पुराने कॉलम नामों का प्रतिनिधित्व करती हैं और मान उनके नए नामों का प्रतिनिधित्व करते हैं।
import pandas as pd
# नमूना DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("मूल DataFrame:n", df)
# DataFrame.rename() का उपयोग करके कॉलम का नाम बदलें
df = df.rename(columns={'old_col1': 'new_col1', 'old_col3': 'new_col3'})
print("nनाम बदलने के बाद DataFrame:n", df)
# inplace=True का उपयोग करके नाम बदलना
df.rename(columns={'old_col2': 'new_col2'}, inplace=True)
print("nइन-प्लेस नाम बदलने के बाद DataFrame:n", df)
यह कोड स्निपेट चुनिंदा रूप से ‘old_col1’ का नाम बदलकर ‘new_col1’ और ‘old_col3’ का नाम बदलकर ‘new_col3’ करता है। inplace=True तर्क सीधे DataFrame को संशोधित करता है, पुनर्निर्धारण की आवश्यकता को समाप्त करता है।
DataFrame.columns के साथ कॉलम का नाम बदलना
यह विधि एक साथ सभी कॉलम का नाम बदलने के लिए एक सीधा तरीका प्रदान करती है। यह सीधे columns विशेषता के लिए कॉलम नामों की एक नई सूची असाइन करती है। यह विधि संक्षिप्त है लेकिन चयनात्मक नाम बदलने के लिए लचीलापन का अभाव है।
import pandas as pd
# नमूना DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("मूल DataFrame:n", df)
# DataFrame.columns का उपयोग करके कॉलम का नाम बदलें
new_columns = ['new_col1', 'new_col2', 'new_col3']
df.columns = new_columns
print("nनाम बदलने के बाद DataFrame:n", df)
कोड वांछित नामों के साथ एक सूची new_columns बनाता है और इसे df.columns को असाइन करता है। महत्वपूर्ण रूप से, new_columns की लंबाई DataFrame में कॉलम की संख्या से ठीक मिलानी चाहिए।
DataFrame.set_axis() के साथ कॉलम का नाम बदलना
set_axis() विधि एक साथ सभी कॉलम का नाम बदलने के लिए एक विकल्प प्रदान करती है। यह DataFrame.columns के समान है लेकिन स्पष्ट रूप से अक्ष (कॉलम के लिए 1, पंक्तियों के लिए 0) निर्दिष्ट करता है।
import pandas as pd
# नमूना DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("मूल DataFrame:n", df)
# DataFrame.set_axis() का उपयोग करके कॉलम का नाम बदलें
new_columns = ['new_col1', 'new_col2', 'new_col3']
df = df.set_axis(new_columns, axis=1)
print("nनाम बदलने के बाद DataFrame:n", df)
यह उदाहरण सभी कॉलम का नाम बदलने के लिए axis=1 के साथ set_axis() का उपयोग करता है। DataFrame.columns की तरह, यह सभी कॉलम नामों को बदल देता है।
संक्षेप में, प्रत्येक विधि एक अनूठा दृष्टिकोण प्रदान करती है। DataFrame.rename() चयनात्मक नाम बदलने के लिए सबसे अच्छा है, जबकि DataFrame.columns और DataFrame.set_axis() सभी कॉलम का नाम बदलने के लिए कुशल हैं। अपनी विशिष्ट आवश्यकताओं के अनुसार सबसे उपयुक्त विधि चुनें।