প্রশ্ন ট্যাগ «dataframe»

একটি ডেটা ফ্রেম একটি সারণী তথ্য কাঠামো। সাধারণত, এটিতে ডেটা থাকে যেখানে সারিগুলি পর্যবেক্ষণ এবং কলামগুলি বিভিন্ন ধরণের ভেরিয়েবল হয়। যদিও "ডেটা ফ্রেম" বা "ডেটা ফ্রেম" এই ধারণার জন্য বেশ কয়েকটি ভাষায় (আর, অ্যাপাচি স্পার্ক, ডিডল, ম্যাপেল, পাইথনের পান্ডাস লাইব্রেরি এবং জুলিয়ার ডেটা ফ্রেম লাইব্রেরি) শব্দ ব্যবহৃত হয়েছে, "টেবিল" শব্দটি ব্যবহৃত হয় ম্যাটল্যাব এবং এসকিউএল।


2
একটি পান্ডাস ডেটা ফ্রেম অবজেক্টে সূচকটির নতুন সংজ্ঞা দেওয়া হচ্ছে
আমি প্যানডাস DataFrameঅবজেক্টটিকে আবার ইনডেক্স করার চেষ্টা করছি , যেমন, From: a b c 0 1 2 3 1 10 11 12 2 20 21 22 To : b c 1 2 3 10 11 12 20 21 22 আমি নীচে দেখানো হিসাবে এটি সম্পর্কে যাচ্ছি এবং ভুল উত্তর পাচ্ছি। …

7
কেবলমাত্র এনএ থাকা কলামগুলি কীভাবে মুছবেন?
আমার কাছে একটি ডেটা ফ্রেম রয়েছে যাতে সমস্ত এনএ মান সহ কিছু কলাম রয়েছে, আমি কীভাবে সেগুলি ডেটা.ফ্রেম থেকে মুছতে পারি। আমি কি ফাংশনটি ব্যবহার করতে পারি? na.omit(...) কিছু অতিরিক্ত যুক্তি উল্লেখ করে?
83 r  dataframe  na 

7
অভিধানের ভিত্তিতে ডেটাফ্রেমে নতুন কলাম যুক্ত করুন
আমার কাছে একটি ডেটাফ্রেম এবং একটি অভিধান রয়েছে। আমাকে ডেটাফ্রেমে একটি নতুন কলাম যুক্ত করতে হবে এবং অভিধানের ভিত্তিতে এর মানগুলি গণনা করতে হবে। মেশিন লার্নিং, কিছু টেবিলের উপর ভিত্তি করে নতুন বৈশিষ্ট্য যুক্ত: score = {(1, 45, 1, 1) : 4, (0, 1, 2, 1) : 5} df = …

5
প্রতিটি পরিবর্তনকের জন্য আনস্ট্যাক এবং রিটার্নের মান গণনা করা হয়?
আমার কাছে একটি ডেটা ফ্রেম রয়েছে যা একাধিক পছন্দ প্রশ্নের মাধ্যমে 19717 লোকের প্রোগ্রামিং ভাষার ভাষা পছন্দগুলির প্রতিক্রিয়া রেকর্ড করে। প্রথম কলামটি অবশ্যই উত্তরদাতার লিঙ্গ এবং বাকীগুলি তাদের পছন্দগুলি বেছে নেওয়া হয়। আর তাই আমি যদি পাইথনটি বেছে নিই তবে আমার প্রতিক্রিয়া পাইথন কলামে লিপিবদ্ধ করা হবে এবং বাশ এবং …

4
দক্ষতার সাথে দুই কলামে তালিকাগুলির তুলনা করুন wise
কোনও পান্ডাস ডেটা ফ্রেম থাকার সময়: import pandas as pd import numpy as np df = pd.DataFrame({'today': [['a', 'b', 'c'], ['a', 'b'], ['b']], 'yesterday': [['a', 'b'], ['a'], ['a']]}) today yesterday 0 ['a', 'b', 'c'] ['a', 'b'] 1 ['a', 'b'] ['a'] 2 ['b'] ['a'] ... etc তবে প্রায় 100,000 এন্ট্রি সহ, …

3
পান্ডায় দুটি জিওডাটাফ্রেমের সাথে নিকটতম দূরত্ব পান
এখানে আমার প্রথম জিওডাটফ্রেমটি রয়েছে: !pip install geopandas import pandas as pd import geopandas city1 = [{'City':"Buenos Aires","Country":"Argentina","Latitude":-34.58,"Longitude":-58.66}, {'City':"Brasilia","Country":"Brazil","Latitude":-15.78 ,"Longitude":-70.66}, {'City':"Santiago","Country":"Chile ","Latitude":-33.45 ,"Longitude":-70.66 }] city2 = [{'City':"Bogota","Country":"Colombia ","Latitude":4.60 ,"Longitude":-74.08}, {'City':"Caracas","Country":"Venezuela","Latitude":10.48 ,"Longitude":-66.86}] city1df = pd.DataFrame(city1) city2df = pd.DataFrame(city2) gcity1df = geopandas.GeoDataFrame( city1df, geometry=geopandas.points_from_xy(city1df.Longitude, city1df.Latitude)) gcity2df = geopandas.GeoDataFrame( city2df, geometry=geopandas.points_from_xy(city2df.Longitude, city2df.Latitude)) City1 …

4
পান্ডাস ডেটা ফ্রেমে অনুরূপ মানের শতাংশের গণনা করুন
আমার কাছে dfদুটি কলাম সহ একটি ডেটাফ্রেম রয়েছে: স্ক্রিপ্ট (পাঠ্য সহ) এবং স্পিকার Script Speaker aze Speaker 1 art Speaker 2 ghb Speaker 3 jka Speaker 1 tyc Speaker 1 avv Speaker 2 bhj Speaker 1 এবং আমি নিম্নলিখিত তালিকা আছে: L = ['a','b','c'] নিম্নলিখিত কোড সহ, df = (df.set_index('Speaker')['Script'].str.findall('|'.join(L)) …

3
[:] বনাম আইলোক [:] এর সাথে নিয়োগের কারণে পান্ডে বিভিন্ন ফল পাওয়া যায়?
আমি ilocপান্ডায় ব্যবহার করে বিভিন্ন সূচক পদ্ধতিতে এত বিভ্রান্ত হয়ে পড়েছি । যাক আমি 1-d ডেটাফ্রেমকে 2-ডি ডেটাফ্রেমে রূপান্তর করার চেষ্টা করছি। প্রথমে আমার নীচের 1-ডি ডেটাফ্রেম রয়েছে a_array = [1,2,3,4,5,6,7,8] a_df = pd.DataFrame(a_array).T এবং আমি আকার হিসাবে এটি একটি 2-ডে ডাটাফ্রেমে রূপান্তর করতে যাচ্ছি 2x4। আমি নিম্নলিখিত হিসাবে 2-ডি …

3
ধীরে ধীরে পান্ডাস ডেটাফ্রেম মাল্টিমিন্ডেক্সের পুনর্নির্মাণ
আমার কাছে ফর্মটির একটি পান্ডাস ডেটা ফ্রেম রয়েছে: id start_time sequence_no value 0 71 2018-10-17 20:12:43+00:00 114428 3 1 71 2018-10-17 20:12:43+00:00 114429 3 2 71 2018-10-17 20:12:43+00:00 114431 79 3 71 2019-11-06 00:51:14+00:00 216009 100 4 71 2019-11-06 00:51:14+00:00 216011 150 5 71 2019-11-06 00:51:14+00:00 216013 180 6 92 …

1
কীভাবে বিভাগে এবং উপ বিভাগের সাথে কলাম সমন্বিত ডেটাফ্রেমকে পাইভটিং করবেন
আমার নিচে উল্লিখিত ডেটাফ্রেম রয়েছে: structure( list(ID = c("P-1", " P-1", "P-1", "P-2", "P-3", "P-4", "P-5", "P-6", "P-7", "P-8"), Date = c("2020-03-16 12:11:33", "2020-03-16 13:16:04", "2020-03-16 06:13:55", "2020-03-16 10:03:43", "2020-03-16 12:37:09", "2020-03-16 06:40:24", "2020-03-16 09:46:45", "2020-03-16 12:07:44", "2020-03-16 14:09:51", "2020-03-16 09:19:23"), Status = c("SA", "SA", "SA", "RE", "RE", "RE", "RE", …

2
ফিল্টারযুক্ত বাইনারি কার্টেসিয়ান পণ্য উত্পন্ন করুন
সমস্যা বিবৃতি আমি সম্পূর্ণ বাইনারি কার্টেসিয়ান পণ্যগুলি তৈরি করার জন্য একটি কার্যকর উপায় সন্ধান করছি (নির্দিষ্ট সংখ্যক কলামগুলির সাথে সত্য এবং মিথ্যা সব সংমিশ্রনের সাথে সারণী), কিছু নির্দিষ্ট একচেটিয়া শর্ত দ্বারা ফিল্টার করা। উদাহরণস্বরূপ, তিনটি কলাম / বিটের জন্য n=3আমরা পুরো টেবিলটি পেয়ে যাব df_combs = pd.DataFrame(itertools.product(*([[True, False]] * n))) …

5
পান্ডাস ডেটা ফ্রেমের নতুন কলামে তালিকায় আইডি পাওয়া গেছে
বলুন আমার কাছে নিম্নলিখিত ডেটাফ্রেম (পূর্ণসংখ্যার কলাম এবং পূর্ণসংখ্যার তালিকার একটি কলাম) আছে ... ID Found_IDs 0 12345 [15443, 15533, 3433] 1 15533 [2234, 16608, 12002, 7654] 2 6789 [43322, 876544, 36789] এবং আইডির একটি পৃথক তালিকা ... bad_ids = [15533, 876544, 36789, 11111] এটি দেওয়া হয়েছে এবং df['ID']কলাম এবং …

1
পাইথন থেকে উত্পন্ন ডায়নামিক লুপ থেকে নাল মানগুলি কীভাবে বাদ দেওয়া যায়?
আমার কাছে এই জাতীয় ডেটা-ফ্রেম রয়েছে: ORDER_NO 2401 2504 2600 2020020 2019-12-04 2019-12-10 2019-12-12 2020024 2019-12-25 NaN 2019-12-20 2020034 NaN NaN 2019-12-20 2020020 2019-12-12 2019-12-15 2019-12-18 আমি উপরের ডেটা-ফ্রেম থেকে এক্সএমএল তৈরি করছি। আমি এক্সএমএল-তে পপুলেশন হওয়া নাল মানটি সরিয়ে ফেলতে চাই। আমার কোডটি XML থেকে সেই নির্দিষ্ট কলাম এবং …

6
আর-তে সদৃশ সারি চিহ্নিত করুন এবং চিহ্নিত করুন
আমি 2 টি কলামের ভিত্তিতে সদৃশ সারি চিহ্নিত করতে এবং চিহ্নিত করতে চাই। আমি প্রতিটি নকলের জন্য একটি অনন্য শনাক্তকারী তৈরি করতে চাই যাতে আমি জানি না যে সারিটি একটি সদৃশ, তবে এটি কোন সারিটির সাথে সদৃশ। আমার কাছে একটি ডেটাফ্রেম রয়েছে যা নীচে কিছু সদৃশ আইটেম জোড়া (ফিট এবং …
11 r  dataframe 

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.