পাইথনে একটি পান্ডাস ডেটাফ্রেমে সারি ধরে পুনরাবৃত্তি করা

একটি পান্ডাস ডেটাফ্রেমে সারির উপর পুনরাবৃত্তি করতে iterrows() ব্যবহার করে

পান্ডাস লাইব্রেরির সাথে পাইথন

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Iterate over rows using iterrows()
for index, row in df.iterrows():
    print(row['c1'], row['c2'])

# Output:
# 10 100
# 11 110
# 12 120

ভাল পারফরম্যান্সের জন্য itertuples() দিয়ে পুনরাবৃত্তি করা হচ্ছে

পান্ডাস লাইব্রেরির সাথে পাইথন

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Iterate over rows using itertuples()
for row in df.itertuples():
    print(row.c1, row.c2)

# Output:
# 10 100
# 11 110
# 12 120

ডেটাফ্রেম প্রয়োগ () পদ্ধতির সাথে সারিগুলি অ্যাক্সেস করা

পান্ডাস লাইব্রেরি সহ পাইথন

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Define a function to apply to each row
def print_row(row):
    print(row['c1'], row['c2'])

# Apply the function to each row
df.apply(print_row, axis=1)

# Output:
# 10 100
# 11 110
# 12 120

DataFrame.iterrows() এবং গণনা ব্যবহার করে

পান্ডাস লাইব্রেরির সাথে পাইথন

import pandas as pd

# Create a sample DataFrame
data = {'c1': [10, 11, 12], 'c2': [100, 110, 120]}
df = pd.DataFrame(data)

# Iterate over rows using iterrows() and enumerate()
for i, (index, row) in enumerate(df.iterrows()):
    print(f'Index: {index}, Row {i}: {row["c1"]}, {row["c2"]}')

# Output:
# Index: 0, Row 0: 10, 100
# Index: 1, Row 1: 11, 110
# Index: 2, Row 2: 12, 120

পান্ডাগুলিতে সারিগুলির পুনরাবৃত্তি সম্পর্কে সাধারণ প্রশ্ন

1. DataFrame সারিগুলির উপর পুনরাবৃত্তি করার সবচেয়ে কার্যকর উপায় কি?
2. দ্য itertuples() পদ্ধতিটি সাধারণত সারিগুলির উপর পুনরাবৃত্তি করার জন্য সবচেয়ে কার্যকর কারণ এটি প্রতিটি সারির জন্য সিরিজ অবজেক্ট তৈরির ওভারহেড এড়ায়।
3. পুনরাবৃত্তি করার সময় আমি কিভাবে ডেটাফ্রেম মান পরিবর্তন করতে পারি?
4. তুমি ব্যবহার করতে পার loc বা iloc ডাটাফ্রেম মানগুলি সরাসরি পরিবর্তন করতে আপনার লুপের মধ্যে।
5. পার্থক্য কি iterrows() এবং itertuples()?
6. iterrows() প্রতিটি সারি একটি সিরিজ হিসাবে প্রদান করে, যখন itertuples() প্রতিটি সারি একটি nametuple হিসাবে প্রদান করে, যা দ্রুত এবং আরও মেমরি-দক্ষ।
7. আমি কি ডেটাফ্রেম সারিগুলির সাথে তালিকা বোঝার ব্যবহার করতে পারি?
8. হ্যাঁ, তালিকা বোঝা আরও কমপ্যাক্ট এবং দক্ষ ডেটা রূপান্তরের জন্য ব্যবহার করা যেতে পারে।
9. পুনরাবৃত্তির আগে আমি কীভাবে সারিগুলি ফিল্টার করব?
10. ব্যবহার query() শর্তের উপর ভিত্তি করে সারি ফিল্টার করার জন্য পদ্ধতি বা বুলিয়ান ইনডেক্সিং।
11. এটা কি শুধুমাত্র নির্দিষ্ট কলামের উপর পুনরাবৃত্তি করা সম্ভব?
12. হ্যাঁ, আপনি নির্দিষ্ট কলামগুলি ব্যবহার করে অ্যাক্সেস করে পুনরাবৃত্তি করতে পারেন df[column_name] আপনার লুপের মধ্যে।
13. আমি কিভাবে প্রতিটি সারিতে একটি ফাংশন প্রয়োগ করব?
14. ব্যবহার apply() অক্ষ প্যারামিটার সহ পদ্ধতি 1 এ সেট করা হয়েছে।
15. ব্যবহার কর্মক্ষমতা প্রভাব কি iterrows()?
16. iterrows() তুলনায় ধীর itertuples() এবং যখন সিরিজ অবজেক্টের পঠনযোগ্যতা কর্মক্ষমতার উপর প্রয়োজন হয় তখন ব্যবহার করা উচিত।

ডেটাফ্রেম সারি পুনরাবৃত্তির বিষয়ে চূড়ান্ত চিন্তাভাবনা

পান্ডাস ডেটাফ্রেমে সারির উপর পুনরাবৃত্তি করার বিভিন্ন পদ্ধতি আয়ত্ত করা ডেটা ম্যানিপুলেশন কাজগুলিতে আরও নমনীয়তা এবং দক্ষতার জন্য অনুমতি দেয়। আপনি চয়ন কিনা iterrows() পাঠযোগ্যতার জন্য, itertuples() কর্মক্ষমতা জন্য, বা apply() কাস্টম ফাংশনগুলির জন্য পদ্ধতি, এই কৌশলগুলি বোঝার ফলে আপনার বড় ডেটাসেটগুলি কার্যকরভাবে পরিচালনা করার ক্ষমতা বৃদ্ধি পাবে। আপনার নির্দিষ্ট প্রয়োজনীয়তা এবং কর্মপ্রবাহের জন্য কোনটি সবচেয়ে উপযুক্ত তা নির্ধারণ করতে এই পদ্ধতিগুলি নিয়ে পরীক্ষা করুন৷