ಕಾಲಮ್ ಮೌಲ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್ನಲ್ಲಿ ಸಾಲುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುವುದು ಹೇಗೆ

ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್‌ಗಳಲ್ಲಿ ಸಾಲುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಲಾಗುತ್ತಿದೆ

ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಾಗಿ Pandas ಪೈಥಾನ್‌ನಲ್ಲಿ ಪ್ರಬಲ ಗ್ರಂಥಾಲಯವಾಗಿದೆ. ಸಾಮಾನ್ಯ ಕಾರ್ಯವೆಂದರೆ ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಆಧರಿಸಿ ಡೇಟಾಫ್ರೇಮ್‌ನಿಂದ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು, SQL ನ SELECT * ಟೇಬಲ್‌ನಿಂದ ಎಲ್ಲಿ ಕಾಲಮ್_ಹೆಸರು = some_value.

ಈ ಮಾರ್ಗದರ್ಶಿಯು ಪಾಂಡಾಗಳಲ್ಲಿ ಇದನ್ನು ಸಾಧಿಸಲು ವಿವಿಧ ವಿಧಾನಗಳ ಮೂಲಕ ನಿಮ್ಮನ್ನು ಕರೆದೊಯ್ಯುತ್ತದೆ, ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಫಿಲ್ಟರ್ ಮಾಡುವುದನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತದೆ. ನೀವು ಹರಿಕಾರರಾಗಿರಲಿ ಅಥವಾ ಅನುಭವಿ ಬಳಕೆದಾರರಾಗಿರಲಿ, ಈ ಸಲಹೆಗಳು ನಿಮ್ಮ ಡೇಟಾ ನಿರ್ವಹಣೆ ಕೌಶಲ್ಯಗಳನ್ನು ಹೆಚ್ಚಿಸುತ್ತವೆ.

ಪಾಂಡಾಗಳಲ್ಲಿ ಡೇಟಾಫ್ರೇಮ್ ಸಾಲು ಆಯ್ಕೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಒದಗಿಸಲಾದ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳು ಪೈಥಾನ್‌ನಲ್ಲಿನ ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಕಾಲಮ್ ಮೌಲ್ಯಗಳನ್ನು ಆಧರಿಸಿ ಡೇಟಾಫ್ರೇಮ್‌ನಿಂದ ಸಾಲುಗಳನ್ನು ಹೇಗೆ ಆಯ್ಕೆ ಮಾಡಬೇಕೆಂದು ತೋರಿಸುತ್ತದೆ. ಇದರೊಂದಿಗೆ ಪಾಂಡಾಗಳ ಗ್ರಂಥಾಲಯವನ್ನು ಆಮದು ಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ ಮೊದಲ ಸ್ಕ್ರಿಪ್ಟ್ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ import pandas as pd ಆಜ್ಞೆ. ಇದು ನಂತರ ಡೇಟಾದ ನಿಘಂಟನ್ನು ಬಳಸಿಕೊಂಡು ಮಾದರಿ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ, ಅದನ್ನು ಡೇಟಾಫ್ರೇಮ್‌ಗೆ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ pd.DataFrame(data) ಆಜ್ಞೆ. ಸ್ಕ್ರಿಪ್ಟ್ ನಂತರ ಸಾಲು ಆಯ್ಕೆಗಾಗಿ ಎರಡು ವಿಧಾನಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ: 'ವಯಸ್ಸು' ಕಾಲಮ್ ಮೌಲ್ಯವು 25 ಕ್ಕಿಂತ ಹೆಚ್ಚಿರುವ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು df[df['Age'] > 25], ಮತ್ತು 'ಸಿಟಿ' ಕಾಲಮ್ ಮೌಲ್ಯವು 'ಚಿಕಾಗೋ' ಅನ್ನು ಬಳಸುವ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆಮಾಡುವುದು df[df['City'] == 'Chicago']. ಈ ಫಿಲ್ಟರ್ ಮಾಡಿದ ಡೇಟಾಫ್ರೇಮ್‌ಗಳನ್ನು ಬಳಸಿ ಮುದ್ರಿಸಲಾಗುತ್ತದೆ print() ಆಯ್ಕೆಮಾಡಿದ ಸಾಲುಗಳನ್ನು ಪ್ರದರ್ಶಿಸಲು ಕಾರ್ಯ.

ಎರಡನೇ ಸ್ಕ್ರಿಪ್ಟ್ ಒಂದೇ ರೀತಿಯ ರಚನೆಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ ಆದರೆ ವಿಭಿನ್ನ ಡೇಟಾ ಮತ್ತು ಆಯ್ಕೆ ಮಾನದಂಡಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಇದು 'ಉತ್ಪನ್ನ', 'ಬೆಲೆ' ಮತ್ತು 'ಸ್ಟಾಕ್' ಕಾಲಮ್‌ಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಉತ್ಪನ್ನ ಮಾಹಿತಿಯೊಂದಿಗೆ ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ. 'ಬೆಲೆ' 200 ಕ್ಕಿಂತ ಕಡಿಮೆ ಅಥವಾ ಸಮನಾಗಿರುವಲ್ಲಿ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲಾಗುತ್ತದೆ df[df['Price'] <= 200], ಮತ್ತು ಅಲ್ಲಿ 'ಸ್ಟಾಕ್' 40 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಬಳಸುತ್ತಿದೆ df[df['Stock'] > 40]. ಈ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳ ಉದ್ದೇಶವು ನಿರ್ದಿಷ್ಟ ಷರತ್ತುಗಳ ಆಧಾರದ ಮೇಲೆ ಡೇಟಾಫ್ರೇಮ್ ಸಾಲುಗಳನ್ನು ಹೇಗೆ ಫಿಲ್ಟರ್ ಮಾಡುವುದು ಎಂಬುದನ್ನು ತೋರಿಸುವುದು, ಕಾಲಮ್ ಮೌಲ್ಯವನ್ನು ಆಧರಿಸಿ ಟೇಬಲ್‌ನಿಂದ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ನೀವು SQL ಪ್ರಶ್ನೆಯನ್ನು ಹೇಗೆ ಬಳಸುತ್ತೀರಿ ಎಂಬುದರಂತೆಯೇ. ಈ ಆಜ್ಞೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮತ್ತು ಅನ್ವಯಿಸುವ ಮೂಲಕ, ನಿಮ್ಮ ಡೇಟಾಫ್ರೇಮ್‌ಗಳಲ್ಲಿನ ಡೇಟಾವನ್ನು ನೀವು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮ್ಯಾನಿಪುಲೇಟ್ ಮಾಡಬಹುದು ಮತ್ತು ವಿಶ್ಲೇಷಿಸಬಹುದು.

# Importing the necessary library
import pandas as pd

# Creating a sample DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Age': [24, 27, 22, 32, 29],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix']
}
df = pd.DataFrame(data)

# Selecting rows where Age is greater than 25
selected_rows = df[df['Age'] > 25]
print(selected_rows)

# Selecting rows where City is 'Chicago'
chicago_rows = df[df['City'] == 'Chicago']
print(chicago_rows)

# Importing pandas library
import pandas as pd

# Creating a sample DataFrame
data = {'Product': ['A', 'B', 'C', 'D', 'E'],
        'Price': [100, 150, 200, 250, 300],
        'Stock': [30, 60, 90, 20, 50]}
df = pd.DataFrame(data)

# Selecting rows where Price is less than or equal to 200
affordable_products = df[df['Price'] <= 200]
print(affordable_products)

# Selecting rows where Stock is more than 40
in_stock = df[df['Stock'] > 40]
print(in_stock)

ಪಾಂಡಾಗಳಲ್ಲಿ ಡೇಟಾಫ್ರೇಮ್ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆಮಾಡಲು ಸುಧಾರಿತ ತಂತ್ರಗಳು

ಬೂಲಿಯನ್ ಇಂಡೆಕ್ಸಿಂಗ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಮೂಲಭೂತ ಫಿಲ್ಟರಿಂಗ್ ಜೊತೆಗೆ, ಕಾಲಮ್ ಮೌಲ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಪಾಂಡಾಗಳು ಸುಧಾರಿತ ತಂತ್ರಗಳನ್ನು ನೀಡುತ್ತದೆ. ಒಂದು ಶಕ್ತಿಯುತ ವಿಧಾನವು ಬಳಸುತ್ತಿದೆ query() ಕಾರ್ಯ, ಇದು ಪ್ರಶ್ನೆಯ ಅಭಿವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಸಾಲುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ, ಸಿಂಟ್ಯಾಕ್ಸ್ ಕ್ಲೀನರ್ ಮತ್ತು ಹೆಚ್ಚಾಗಿ ಹೆಚ್ಚು ಅರ್ಥಗರ್ಭಿತವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಬಳಸುವ ಬದಲು df[df['Age'] > 25], ನೀವು ಬರೆಯಬಹುದು df.query('Age > 25'). ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ಪರಿಸ್ಥಿತಿಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸುವಾಗ ಅಥವಾ ಕಾಲಮ್ ಹೆಸರುಗಳು ಸ್ಥಳಗಳನ್ನು ಹೊಂದಿರುವಾಗ ಈ ವಿಧಾನವು ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವಾಗಿದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ದಿ isin() ಮೌಲ್ಯಗಳ ಪಟ್ಟಿಯನ್ನು ಆಧರಿಸಿ ನೀವು ಸಾಲುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಲು ಬಯಸಿದಾಗ ಕಾರ್ಯವು ಪ್ರಯೋಜನಕಾರಿಯಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, 'ಸಿಟಿ' ಕಾಲಮ್ ಮೌಲ್ಯವು 'ಚಿಕಾಗೊ' ಅಥವಾ 'ನ್ಯೂಯಾರ್ಕ್' ಆಗಿರುವ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು, ನೀವು ಇದನ್ನು ಬಳಸಬಹುದು df[df['City'].isin(['Chicago', 'New York'])].

ಮತ್ತೊಂದು ತಂತ್ರವು ಒಳಗೊಂಡಿರುತ್ತದೆ loc ಮತ್ತು iloc ಸೂಚ್ಯಂಕಗಳು. ದಿ loc ಸೂಚ್ಯಂಕವು ಲೇಬಲ್ ಆಧಾರಿತವಾಗಿದೆ, ಇದು ಸಾಲು ಲೇಬಲ್‌ಗಳು ಮತ್ತು ಕಾಲಮ್ ಹೆಸರುಗಳ ಆಧಾರದ ಮೇಲೆ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ iloc ಪೂರ್ಣಾಂಕ-ಸ್ಥಳ-ಆಧಾರಿತ, ಸಾಲು ಮತ್ತು ಕಾಲಮ್ ಸಂಖ್ಯೆಗಳ ಮೂಲಕ ಆಯ್ಕೆಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. ವಿಭಿನ್ನ ಕಾಲಮ್‌ಗೆ ಅನ್ವಯಿಸಲಾದ ಷರತ್ತಿನ ಆಧಾರದ ಮೇಲೆ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಈ ನಮ್ಯತೆಯು ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, df.loc[df['Age'] > 25, 'Name'] 25 ಕ್ಕಿಂತ ಹಳೆಯ ವ್ಯಕ್ತಿಗಳ ಹೆಸರನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ. ಪಾಂಡಾಸ್‌ನಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಮರ್ಥವಾಗಿ ನಿರ್ವಹಿಸಲು ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು ಈ ವಿಧಾನಗಳು ನಿಮ್ಮ ಟೂಲ್‌ಕಿಟ್ ಅನ್ನು ವಿಸ್ತರಿಸುತ್ತವೆ, ಹೆಚ್ಚು ಓದಬಲ್ಲ ಮತ್ತು ನಿರ್ವಹಿಸಬಹುದಾದ ಕೋಡ್ ಅನ್ನು ನೀಡುತ್ತವೆ.

ಡೇಟಾಫ್ರೇಮ್ ಸಾಲು ಆಯ್ಕೆ ತಂತ್ರಗಳ ಅಂತಿಮ ಆಲೋಚನೆಗಳು

ಪಾಂಡಾಸ್‌ನಲ್ಲಿನ ಕಾಲಮ್ ಮೌಲ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ ಡೇಟಾ ಫ್ರೇಮ್‌ನಿಂದ ಸಾಲುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್‌ಗೆ ನಿರ್ಣಾಯಕ ಕೌಶಲ್ಯವಾಗಿದೆ. ಬೂಲಿಯನ್ ಇಂಡೆಕ್ಸಿಂಗ್ ಸೇರಿದಂತೆ ವಿವಿಧ ವಿಧಾನಗಳನ್ನು ಚರ್ಚಿಸಲಾಗಿದೆ, query(), isin(), ಮತ್ತು ಲೇಬಲ್-ಆಧಾರಿತ ಮತ್ತು ಪೂರ್ಣಾಂಕ-ಸ್ಥಳ-ಆಧಾರಿತ ಸೂಚ್ಯಂಕದೊಂದಿಗೆ loc ಮತ್ತು iloc, ಡೇಟಾವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಫಿಲ್ಟರ್ ಮಾಡಲು ಪ್ರಬಲ ಸಾಧನಗಳನ್ನು ಒದಗಿಸಿ. ಈ ತಂತ್ರಗಳ ಪಾಂಡಿತ್ಯವು ಉತ್ತಮ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಕ್ಲೀನರ್, ಹೆಚ್ಚು ನಿರ್ವಹಿಸಬಹುದಾದ ಕೋಡ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ.