પાંડામાં કૉલમના નામ બદલવાનો પરિચય
પાંડામાં ડેટા સાથે કામ કરતી વખતે, ડેટાફ્રેમના કૉલમને વધુ અર્થપૂર્ણ અને કામ કરવા માટે સરળ બનાવવા માટે તેનું નામ બદલવું ઘણીવાર જરૂરી છે. આ ડેટા પ્રોસેસિંગ અને વિશ્લેષણ કાર્યોને વધુ સાહજિક અને કાર્યક્ષમ બનાવવામાં મદદ કરી શકે છે.
આ લેખમાં, અમે અન્વેષણ કરીશું કે કેવી રીતે પાંડા ડેટાફ્રેમના કૉલમ લેબલોને ['$a', '$b', '$c', '$d', '$e'] થી ['a', 'b', 'c', 'd', 'e']. ડેટા મેનીપ્યુલેશન અને ક્લિનિંગ વર્કફ્લોમાં આ સરળ છતાં આવશ્યક કાર્ય એ સામાન્ય જરૂરિયાત છે.
| આદેશ | વર્ણન |
|---|---|
| pd.DataFrame() | ડેટાફ્રેમ ઑબ્જેક્ટ બનાવે છે, જે દ્વિ-પરિમાણીય, કદ-પરિવર્તનશીલ અને લેબલવાળી અક્ષો સાથે સંભવિત વિજાતીય ટેબ્યુલર ડેટા માળખું છે. |
| df.columns | ડેટાફ્રેમના કૉલમ લેબલ્સને ઍક્સેસ કરે છે. કૉલમના નામ મેળવવા અથવા સેટ કરવા માટે વાપરી શકાય છે. |
| df.rename() | નવા નામોને જૂના નામોનું મેપિંગ પ્રદાન કરીને તમને ડેટાફ્રેમના કૉલમના નામ બદલવાની મંજૂરી આપે છે. |
| dict(zip()) | મૂળ કૉલમના નામોને નવા કૉલમના નામો સાથે મેપ કરવા માટે અહીં ઉપયોગમાં લેવાતી બે સૂચિને એકસાથે ઝિપ કરીને શબ્દકોશ બનાવે છે. |
| inplace=True | નામ બદલવાની પદ્ધતિમાં એક દલીલ જે ડેટાફ્રેમને સ્થાને સંશોધિત કરે છે, નવી ડેટાફ્રેમ પરત કર્યા વિના. |
| print(df) | કન્સોલ પર ડેટાફ્રેમ પ્રદર્શિત કરે છે, જે તમને અપડેટ કરેલ કૉલમ નામો જોવાની મંજૂરી આપે છે. |
સ્ક્રિપ્ટોનું વિગતવાર વર્ણન
ઉપર આપેલી સ્ક્રિપ્ટો દર્શાવે છે કે પાંડા ડેટાફ્રેમમાં કૉલમનું નામ કેવી રીતે બદલવું, ડેટા મેનીપ્યુલેશનમાં એક સામાન્ય કાર્ય. પ્રથમ સ્ક્રિપ્ટમાં, અમે પાંડા લાઇબ્રેરીને આયાત કરીને શરૂ કરીએ છીએ . આગળ, અમે ઉપયોગ કરીને ડેટાફ્રેમ બનાવીએ છીએ તરીકે લેબલ થયેલ કૉલમ સાથે , '$b', , , અને . આ કૉલમનું નામ બદલવા માટે, અમે સીધા ડેટાફ્રેમ સેટ કરીએ છીએ columns નવા કૉલમ નામોને એટ્રિબ્યુટ કરો . છેલ્લે, અમે અપડેટ કરેલ ડેટાફ્રેમનો ઉપયોગ કરીને પ્રદર્શિત કરીએ છીએ , જે નવા કૉલમ નામો દર્શાવે છે. જ્યારે તમારી પાસે નવા નામો સાથે જૂના નામોનું સ્પષ્ટ અને સીધું મેપિંગ હોય ત્યારે કૉલમના નામ બદલવા માટે આ પદ્ધતિ સીધી અને કાર્યક્ષમ છે.
બીજી સ્ક્રિપ્ટમાં, અમે Pandas લાઇબ્રેરી પણ આયાત કરીએ છીએ અને બે યાદીઓ વ્યાખ્યાયિત કરીએ છીએ: અને , જે અનુક્રમે મૂળ અને નવા કૉલમ નામ ધરાવે છે. અમે પછી ડેટાફ્રેમનો ઉપયોગ કરીને બનાવીએ છીએ ડેટા અને મૂળ કૉલમ નામો સાથે. કૉલમનું નામ બદલવા માટે, અમે ઉપયોગ કરીએ છીએ rename() ડેટાફ્રેમની પદ્ધતિ. આ પદ્ધતિ એક શબ્દકોશ લે છે જે જૂના કૉલમના નામોને નવા કૉલમ નામો સાથે નકશા કરે છે, જેનો ઉપયોગ કરીને બનાવવામાં આવે છે . આ દલીલ એ સુનિશ્ચિત કરે છે કે નવી ડેટાફ્રેમ પરત કર્યા વિના ડેટાફ્રેમમાં ફેરફાર કરવામાં આવ્યો છે. અંતિમ પગલું એ અપડેટ કરેલ ડેટાફ્રેમ સાથે પ્રદર્શિત કરવાનું છે . આ પદ્ધતિ ખાસ કરીને ઉપયોગી છે જ્યારે તમારે પ્રોગ્રામેટિક રીતે કૉલમનું નામ બદલવાની જરૂર હોય અથવા મોટા ડેટાફ્રેમ્સ સાથે કામ કરતી વખતે જ્યાં સીધી સોંપણી ઓછી વ્યવહારુ હોય.
પાંડા ડેટાફ્રેમમાં કૉલમના નામ બદલવું
પાંડા સાથે પાયથોનનો ઉપયોગ કરવો
import pandas as pd# Create a DataFramedf = pd.DataFrame({'$a': [1, 2, 3],'$b': [4, 5, 6],'$c': [7, 8, 9],'$d': [10, 11, 12],'$e': [13, 14, 15]})# Rename the columnsdf.columns = ['a', 'b', 'c', 'd', 'e']# Display the DataFrameprint(df)
પાંડામાં ડેટાફ્રેમ કૉલમ લેબલ્સ અપડેટ કરી રહ્યાં છીએ
પાયથોન સ્ક્રિપ્ટ પાંડા લાઇબ્રેરીનો ઉપયોગ કરે છે
import pandas as pd# Define the original column namesoriginal_columns = ['$a', '$b', '$c', '$d', '$e']# Define the new column namesnew_columns = ['a', 'b', 'c', 'd', 'e']# Create a DataFrame with the original columnsdata = [[1, 4, 7, 10, 13],[2, 5, 8, 11, 14],[3, 6, 9, 12, 15]]df = pd.DataFrame(data, columns=original_columns)# Rename the columns using a dictionarydf.rename(columns=dict(zip(original_columns, new_columns)), inplace=True)# Show the updated DataFrameprint(df)
ડેટાફ્રેમ કૉલમનું નામ બદલવા માટેની અદ્યતન તકનીકો
Pandas DataFrame માં કૉલમના મૂળભૂત નામ બદલવા ઉપરાંત, ત્યાં અદ્યતન તકનીકો છે જે વિવિધ પરિસ્થિતિઓમાં ખૂબ ઉપયોગી થઈ શકે છે. દાખલા તરીકે, કેટલીકવાર તમારે ચોક્કસ પેટર્ન અથવા સ્થિતિના આધારે કૉલમનું નામ બદલવાની જરૂર પડી શકે છે. આવા કિસ્સાઓમાં, તમે સૂચિની સમજણનો ઉપયોગ કરી શકો છો અથવા ઇચ્છિત પરિણામો પ્રાપ્ત કરવા માટે લેમ્બડા ફંક્શન્સ સાથે સંયુક્ત કાર્ય. આ અભિગમ વધુ ગતિશીલ અને લવચીક કૉલમના નામ બદલવાની મંજૂરી આપે છે. ઉદાહરણ તરીકે, તમે કૉલમના નામોમાંથી ચોક્કસ અક્ષરોને દૂર કરી શકો છો અથવા બધા નામોને લોઅરકેસમાં કન્વર્ટ કરવા જેવા પરિવર્તનો લાગુ કરી શકો છો.
અન્ય અદ્યતન તકનીકમાં ડેટાની આયાત પ્રક્રિયા દરમિયાન કૉલમનું નામ બદલવાનો સમાવેશ થાય છે. CSV ફાઇલોમાંથી ડેટા લોડ કરતી વખતે, તમે ઉપયોગ કરી શકો છો માં પરિમાણ નવા કૉલમ નામો સ્પષ્ટ કરવા માટે. અસંગત અથવા ખૂટતા હેડરો ધરાવતા ડેટા સાથે કામ કરતી વખતે આ ખાસ કરીને ઉપયોગી થઈ શકે છે. વધુમાં, તમે ઉપયોગ કરી શકો છો પ્રવર્તમાન હેડરોને છોડવા અને તમારા પોતાના સોંપવા માટે પેરામીટર. આ પદ્ધતિઓ ડેટા લોડિંગ સ્ટેજથી જ કૉલમ નામકરણના મુદ્દાઓને સંબોધીને ડેટા ક્લિનિંગ પ્રક્રિયાને સુવ્યવસ્થિત કરે છે, જે અનુગામી ડેટા મેનીપ્યુલેશનને વધુ કાર્યક્ષમ બનાવે છે.
ડેટાફ્રેમ કૉલમનું નામ બદલવા પર સામાન્ય પ્રશ્નો અને જવાબો
- હું ડેટાફ્રેમમાં એક કૉલમનું નામ કેવી રીતે બદલી શકું?
- નો ઉપયોગ કરો જૂના અને નવા કૉલમના નામનો ઉલ્લેખ કરતી શબ્દકોશ સાથેની પદ્ધતિ.
- શું હું CSV ફાઇલ વાંચતી વખતે કૉલમનું નામ બદલી શકું?
- હા, નો ઉપયોગ કરો માં પરિમાણ નવા કૉલમ નામો સેટ કરવા માટે.
- હું બધા કૉલમ નામોમાંથી ચોક્કસ અક્ષરોને કેવી રીતે દૂર કરી શકું?
- સૂચિ સમજણનો ઉપયોગ કરો અથવા કૉલમના નામોને સંશોધિત કરવા માટે લેમ્બડા સાથે કાર્ય કરો.
- શું તેમની સ્થિતિના આધારે કૉલમનું નામ બદલવું શક્ય છે?
- હા, તમે ડેટાફ્રેમનો ઉપયોગ કરી શકો છો અનુક્રમણિકા અને નવા નામો સોંપીને વિશેષતા.
- જો મારે શરતોના આધારે ગતિશીલ રીતે કૉલમનું નામ બદલવાની જરૂર હોય તો શું?
- કૉલમના નામ સેટ કરવા માટે સૂચિ સમજણ અથવા લેમ્બડા ફંક્શનમાં શરતી તર્કનો ઉપયોગ કરો.
- હું કેવી રીતે ખાતરી કરી શકું કે મારા ફેરફારો મૂળ ડેટાફ્રેમ પર લાગુ થયા છે?
- નો ઉપયોગ કરો સાથે પરિમાણ પદ્ધતિ
- શું હું વ્હાઇટસ્પેસ દૂર કરવા માટે કૉલમનું નામ બદલી શકું?
- હા, કૉલમના નામોમાંથી વ્હાઇટસ્પેસ છીનવી લેવા માટે સૂચિ સમજણનો ઉપયોગ કરો.
- હું ડેટાફ્રેમમાં વર્તમાન કૉલમના નામ કેવી રીતે તપાસું?
- ઍક્સેસ કરો કૉલમના નામ જોવા માટે ડેટાફ્રેમનું લક્ષણ.
- શું હું ડેટાફ્રેમને ફિલ્ટર કર્યા પછી કૉલમનું નામ બદલી શકું?
- હા, કૉલમનું નામ બદલવાનું ફિલ્ટરિંગ પછી સહિત કોઈપણ તબક્કે કરી શકાય છે.
- મલ્ટી-ઇન્ડેક્સ ડેટાફ્રેમમાં હું કૉલમનું નામ કેવી રીતે બદલી શકું?
- નો ઉપયોગ કરો મલ્ટી-ઇન્ડેક્સ કૉલમ માટે સ્તર અને નામોનો ઉલ્લેખ કરતી શબ્દકોશ સાથેની પદ્ધતિ.
પંડાસ ડેટાફ્રેમમાં કૉલમનું નામ બદલવું એ ડેટા પ્રીપ્રોસેસિંગમાં એક નિર્ણાયક પગલું છે, જે ડેટાસેટની સ્પષ્ટતા અને સુલભતામાં મદદ કરે છે. ડાયરેક્ટ અસાઇનમેન્ટ અથવા રિનેમ() પદ્ધતિનો ઉપયોગ કરીને, બંને અભિગમો વિવિધ પરિસ્થિતિઓને અનુરૂપ લવચીક ઉકેલો પ્રદાન કરે છે. આ તકનીકોમાં નિપુણતા પ્રાપ્ત કરીને, ડેટા મેનીપ્યુલેશન વધુ સાહજિક બને છે, વધુ સારા ડેટા વિશ્લેષણ અને ક્લીનર કોડની સુવિધા આપે છે. અદ્યતન પદ્ધતિઓ પ્રક્રિયાને વધુ સુવ્યવસ્થિત કરે છે, તેને કોઈપણ ડેટા વૈજ્ઞાનિક અથવા વિશ્લેષક માટે આવશ્યક કૌશલ્ય બનાવે છે.