પાંડા ડેટાફ્રેમમાં કૉલમનું નામ બદલવું

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.

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 import pandas as pd. આગળ, અમે ઉપયોગ કરીને ડેટાફ્રેમ બનાવીએ છીએ pd.DataFrame() તરીકે લેબલ થયેલ કૉલમ સાથે '$a', '$b', '$c', '$d', અને '$e'. આ કૉલમનું નામ બદલવા માટે, અમે સીધા ડેટાફ્રેમ સેટ કરીએ છીએ columns નવા કૉલમ નામોને એટ્રિબ્યુટ કરો ['a', 'b', 'c', 'd', 'e']. છેલ્લે, અમે અપડેટ કરેલ ડેટાફ્રેમનો ઉપયોગ કરીને પ્રદર્શિત કરીએ છીએ print(df), 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: original_columns અને new_columns, જે અનુક્રમે મૂળ અને નવા કૉલમ નામ ધરાવે છે. અમે પછી ડેટાફ્રેમનો ઉપયોગ કરીને બનાવીએ છીએ pd.DataFrame() 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 dict(zip(original_columns, new_columns)). આ inplace=True 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 print(df). 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.

import pandas as pd
# Create a DataFrame
df = pd.DataFrame({
    '$a': [1, 2, 3],
    '$b': [4, 5, 6],
    '$c': [7, 8, 9],
    '$d': [10, 11, 12],
    '$e': [13, 14, 15]
})
# Rename the columns
df.columns = ['a', 'b', 'c', 'd', 'e']
# Display the DataFrame
print(df)

import pandas as pd
# Define the original column names
original_columns = ['$a', '$b', '$c', '$d', '$e']
# Define the new column names
new_columns = ['a', 'b', 'c', 'd', 'e']
# Create a DataFrame with the original columns
data = [[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 dictionary
df.rename(columns=dict(zip(original_columns, new_columns)), inplace=True)
# Show the updated DataFrame
print(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 map() 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 names માં પરિમાણ pd.read_csv() 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 header 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.