ಪೈಥಾನ್‌ನಲ್ಲಿ ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್‌ನಲ್ಲಿ ಸಾಲುಗಳ ಮೇಲೆ ಪುನರಾವರ್ತನೆ

ಪಾಂಡಾಗಳಲ್ಲಿ ಸಾಲು ಪುನರಾವರ್ತನೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಪೈಥಾನ್‌ನಲ್ಲಿ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ, ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯು ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಪ್ರಬಲ ಸಾಧನಗಳನ್ನು ನೀಡುತ್ತದೆ. ಕಾಲಮ್ ಹೆಸರುಗಳ ಮೂಲಕ ಪ್ರತ್ಯೇಕ ಅಂಶಗಳನ್ನು ಪ್ರವೇಶಿಸಲು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಡೇಟಾಫ್ರೇಮ್‌ನ ಸಾಲುಗಳ ಮೇಲೆ ಪುನರಾವರ್ತಿಸುವುದು ಒಂದು ಸಾಮಾನ್ಯ ಕಾರ್ಯವಾಗಿದೆ. ಇದನ್ನು ಸುಲಭವಾಗಿ ಹೇಗೆ ಸಾಧಿಸುವುದು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಈ ಮಾರ್ಗದರ್ಶಿ ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಪ್ರಾಯೋಗಿಕ ಉದಾಹರಣೆಗಳು ಮತ್ತು ವಿವರಣೆಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್‌ನಲ್ಲಿ ಸಾಲು ಪುನರಾವರ್ತನೆಗಾಗಿ ನಾವು ವಿಭಿನ್ನ ವಿಧಾನಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತೇವೆ. ಅಂತ್ಯದ ವೇಳೆಗೆ, ನಿಮ್ಮ ಸ್ವಂತ ಯೋಜನೆಗಳಲ್ಲಿ ಈ ವಿಧಾನಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಹೇಗೆ ಬಳಸಿಕೊಳ್ಳಬೇಕು ಎಂಬುದರ ಕುರಿತು ನೀವು ಸ್ಪಷ್ಟವಾದ ತಿಳುವಳಿಕೆಯನ್ನು ಹೊಂದಿರುತ್ತೀರಿ.

ಪಾಂಡಾಗಳೊಂದಿಗೆ ಸಾಲುಗಳ ಮೇಲೆ ಪುನರಾವರ್ತನೆ: ವಿಧಾನಗಳನ್ನು ವಿವರಿಸಲಾಗಿದೆ

ಒದಗಿಸಲಾದ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳು ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್‌ನಲ್ಲಿ ಸಾಲುಗಳ ಮೇಲೆ ಪುನರಾವರ್ತಿಸಲು ವಿಭಿನ್ನ ವಿಧಾನಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ. ಮೊದಲ ವಿಧಾನವು ಬಳಸುತ್ತದೆ iterrows() ಕಾರ್ಯ, ಇದು ಪ್ರತಿ ಸಾಲಿಗೆ ಸೂಚ್ಯಂಕ ಮತ್ತು ಸಾಲು ಡೇಟಾವನ್ನು ನೀಡುವ ಪುನರಾವರ್ತಕವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಈ ವಿಧಾನವು ಸಾಲು ಅಂಶಗಳನ್ನು ಅವುಗಳ ಕಾಲಮ್ ಹೆಸರುಗಳಿಂದ ಪ್ರವೇಶಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ, ನಿರ್ದಿಷ್ಟ ಮೌಲ್ಯಗಳನ್ನು ಮುದ್ರಿಸಲು ಅಥವಾ ಕುಶಲತೆಯಿಂದ ನೇರವಾಗಿ ಮಾಡುತ್ತದೆ. ಎರಡನೆಯ ವಿಧಾನ, ಬಳಸುವುದು itertuples(), ಹೋಲುತ್ತದೆ ಆದರೆ ಪ್ರತಿ ಸಾಲಿಗೆ ನೇಮ್ಟುಪಲ್ಸ್ ಅನ್ನು ಹಿಂತಿರುಗಿಸುವ ಮೂಲಕ ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ನೀಡುತ್ತದೆ. ಈ ವಿಧಾನವು ವೇಗವಾಗಿರುತ್ತದೆ ಏಕೆಂದರೆ ಇದು ಪ್ರತಿ ಸಾಲಿಗೆ ಸರಣಿಯ ವಸ್ತುವನ್ನು ಉತ್ಪಾದಿಸುವ ಓವರ್‌ಹೆಡ್ ಅನ್ನು ತಪ್ಪಿಸುತ್ತದೆ, ಇದು ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳಿಗೆ ವಿಶೇಷವಾಗಿ ಪ್ರಯೋಜನಕಾರಿಯಾಗಿದೆ.

ತೋರಿಸಿರುವ ಇನ್ನೊಂದು ವಿಧಾನವೆಂದರೆ apply() ಫಂಕ್ಷನ್, ಇದು ಡೇಟಾಫ್ರೇಮ್‌ನ ನಿರ್ದಿಷ್ಟ ಅಕ್ಷದ ಉದ್ದಕ್ಕೂ ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಕಾರ್ಯವನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ. ಅಕ್ಷದ ನಿಯತಾಂಕವನ್ನು 1 ಗೆ ಹೊಂದಿಸುವ ಮೂಲಕ, ಕಾರ್ಯವನ್ನು ಪ್ರತಿ ಸಾಲಿಗೆ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ. ಈ ವಿಧಾನವು ಬಹುಮುಖವಾಗಿದೆ, ಇದು ಸಾಲು-ವಾರು ಕಾರ್ಯಾಚರಣೆಗಳಿಗಾಗಿ ಕಸ್ಟಮ್ ಕಾರ್ಯಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. ಕೊನೆಯದಾಗಿ, ಬಳಕೆ enumerate() ಜೊತೆಗೆ iterrows() ಪುನರಾವರ್ತನೆಯ ಸಮಯದಲ್ಲಿ ಸಾಲು ಸೂಚಿಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಒಂದು ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಸಾಲು ಸಂಖ್ಯೆಯ ಅಗತ್ಯವಿರುವ ಕಾರ್ಯಗಳಿಗೆ ಅಥವಾ ಡೇಟಾಫ್ರೇಮ್‌ನಲ್ಲಿನ ಸ್ಥಾನವು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಕಾರ್ಯಾಚರಣೆಗಳಿಗೆ ಇದು ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ. ಒಟ್ಟಾರೆಯಾಗಿ, ಈ ವಿಧಾನಗಳು ಡೇಟಾಫ್ರೇಮ್ ಸಾಲುಗಳ ಮೂಲಕ ಪುನರಾವರ್ತನೆಗಾಗಿ ಆಯ್ಕೆಗಳ ಶ್ರೇಣಿಯನ್ನು ನೀಡುತ್ತವೆ, ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕತೆಯ ಆಧಾರದ ಮೇಲೆ ವಿವಿಧ ಅಗತ್ಯಗಳನ್ನು ಪೂರೈಸುತ್ತವೆ.

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

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

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

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

ಪಾಂಡಾಗಳಲ್ಲಿ ಸಾಲು ಪುನರಾವರ್ತನೆಗಾಗಿ ಹೆಚ್ಚುವರಿ ವಿಧಾನಗಳನ್ನು ಅನ್ವೇಷಿಸಲಾಗುತ್ತಿದೆ

ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸುವ ವಿಧಾನಗಳನ್ನು ಮೀರಿ iterrows() ಮತ್ತು itertuples(), ಪಾಂಡಾಸ್‌ನಲ್ಲಿ ಡೇಟಾಫ್ರೇಮ್ ಸಾಲುಗಳ ಮೂಲಕ ಪುನರಾವರ್ತಿಸಲು ಇತರ ತಂತ್ರಗಳು ಲಭ್ಯವಿವೆ. ಅಂತಹ ಒಂದು ವಿಧಾನವನ್ನು ಬಳಸುವುದು iloc ಸೂಚ್ಯಂಕ. ದಿ iloc ಸೂಚ್ಯಂಕವು ಸಾಲುಗಳು ಮತ್ತು ಕಾಲಮ್‌ಗಳನ್ನು ಅವುಗಳ ಪೂರ್ಣಾಂಕ-ಸ್ಥಳ ಆಧಾರಿತ ಇಂಡೆಕ್ಸಿಂಗ್ ಮೂಲಕ ಪ್ರವೇಶಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ, ಇದು ಪುನರಾವರ್ತನೆಗಾಗಿ ಪ್ರಬಲ ಸಾಧನವಾಗಿದೆ. ನಿರ್ದಿಷ್ಟ ಸಾಲುಗಳು ಅಥವಾ ಕಾಲಮ್‌ಗಳನ್ನು ಸರಣಿ ಅಥವಾ ಹೆಸರಿನ ಟಪಲ್‌ಗಳಾಗಿ ಪರಿವರ್ತಿಸದೆಯೇ ನೀವು ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ನಿರ್ವಹಿಸಬೇಕಾದಾಗ ಈ ವಿಧಾನವು ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವಾಗಿದೆ. ಸಂಯೋಜನೆಯಲ್ಲಿ ಲೂಪ್ ಅನ್ನು ಬಳಸುವ ಮೂಲಕ iloc, ನೀವು ಸಾಲು ಅಂಶಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪ್ರವೇಶಿಸಬಹುದು ಮತ್ತು ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸಬಹುದು.

ಮತ್ತೊಂದು ವಿಧಾನವು ಬಳಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ DataFrame.query() ಪುನರಾವರ್ತನೆಯ ಮೊದಲು ನಿರ್ದಿಷ್ಟ ಷರತ್ತುಗಳ ಆಧಾರದ ಮೇಲೆ ಸಾಲುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುವ ವಿಧಾನ. ಈ ವಿಧಾನವು SQL ತರಹದ ಪ್ರಶ್ನೆ ಸಿಂಟ್ಯಾಕ್ಸ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಕ್ಷಿಪ್ತ ಮತ್ತು ಓದಬಹುದಾದ ಡೇಟಾ ಫಿಲ್ಟರಿಂಗ್‌ಗೆ ಅನುಮತಿಸುತ್ತದೆ. ಡೇಟಾಫ್ರೇಮ್ ಅನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿದ ನಂತರ, ಫಿಲ್ಟರ್ ಮಾಡಿದ ಸಾಲುಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ನೀವು ಹಿಂದೆ ಚರ್ಚಿಸಿದ ಯಾವುದೇ ಪುನರಾವರ್ತನೆ ವಿಧಾನಗಳನ್ನು ಬಳಸಬಹುದು. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಡೇಟಾ ರೂಪಾಂತರಗಳು ಮತ್ತು ಪುನರಾವರ್ತನೆಗಳಿಗಾಗಿ ಪೈಥಾನ್‌ನಲ್ಲಿನ ಪಟ್ಟಿ ಕಾಂಪ್ರಹೆನ್ಶನ್‌ಗಳನ್ನು ಪಾಂಡಾಸ್ ಕಾರ್ಯಾಚರಣೆಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಬಹುದು. ಈ ಸುಧಾರಿತ ತಂತ್ರಗಳು ಹೆಚ್ಚಿನ ನಮ್ಯತೆ ಮತ್ತು ದಕ್ಷತೆಯನ್ನು ನೀಡುತ್ತವೆ, ವಿಶೇಷವಾಗಿ ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳು ಅಥವಾ ಸಂಕೀರ್ಣ ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಕಾರ್ಯಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸುವಾಗ.