ਪਾਂਡਾਸ ਡੇਟਾਫ੍ਰੇਮ ਵਿੱਚ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣਾ

ਪਾਂਡਿਆਂ ਵਿੱਚ ਕਾਲਮ ਦੇ ਨਾਮ ਬਦਲਣ ਦੀ ਜਾਣ-ਪਛਾਣ

ਪਾਂਡਾ ਵਿੱਚ ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ, ਡੇਟਾਫ੍ਰੇਮ ਦੇ ਕਾਲਮਾਂ ਨੂੰ ਵਧੇਰੇ ਅਰਥਪੂਰਨ ਅਤੇ ਕੰਮ ਕਰਨ ਵਿੱਚ ਅਸਾਨ ਬਣਾਉਣ ਲਈ ਉਹਨਾਂ ਦਾ ਨਾਮ ਬਦਲਣਾ ਅਕਸਰ ਜ਼ਰੂਰੀ ਹੁੰਦਾ ਹੈ। ਇਹ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਾਰਜਾਂ ਨੂੰ ਵਧੇਰੇ ਅਨੁਭਵੀ ਅਤੇ ਕੁਸ਼ਲ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ।

ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਪਾਂਡਾ ਡੇਟਾਫ੍ਰੇਮ ਦੇ ਕਾਲਮ ਲੇਬਲ ਨੂੰ ['$a', '$b', '$c', '$d', '$e'] ਤੋਂ ['a' ਵਿੱਚ ਕਿਵੇਂ ਬਦਲਣਾ ਹੈ, ਦੀ ਪੜਚੋਲ ਕਰਾਂਗੇ, 'b', 'c', 'd', 'e']। ਇਹ ਸਧਾਰਨ ਪਰ ਜ਼ਰੂਰੀ ਕੰਮ ਡਾਟਾ ਹੇਰਾਫੇਰੀ ਅਤੇ ਸਫਾਈ ਵਰਕਫਲੋ ਵਿੱਚ ਇੱਕ ਆਮ ਲੋੜ ਹੈ.

ਲਿਪੀਆਂ ਦੀ ਵਿਸਤ੍ਰਿਤ ਵਿਆਖਿਆ

ਉੱਪਰ ਪ੍ਰਦਾਨ ਕੀਤੀਆਂ ਸਕ੍ਰਿਪਟਾਂ ਦਿਖਾਉਂਦੀਆਂ ਹਨ ਕਿ ਪੰਡਾਸ ਡੇਟਾਫ੍ਰੇਮ ਵਿੱਚ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਕਿਵੇਂ ਬਦਲਣਾ ਹੈ, ਡੇਟਾ ਹੇਰਾਫੇਰੀ ਵਿੱਚ ਇੱਕ ਆਮ ਕੰਮ। ਪਹਿਲੀ ਸਕ੍ਰਿਪਟ ਵਿੱਚ, ਅਸੀਂ ਪਾਂਡਾਸ ਲਾਇਬ੍ਰੇਰੀ ਨੂੰ ਆਯਾਤ ਕਰਕੇ ਸ਼ੁਰੂ ਕਰਦੇ ਹਾਂ import pandas as pd. ਅੱਗੇ, ਅਸੀਂ ਇਸਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਡੇਟਾਫ੍ਰੇਮ ਬਣਾਉਂਦੇ ਹਾਂ pd.DataFrame() ਵਜੋਂ ਲੇਬਲ ਕੀਤੇ ਕਾਲਮਾਂ ਦੇ ਨਾਲ '$a', '$b', '$c', '$d', ਅਤੇ '$e'. ਇਹਨਾਂ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣ ਲਈ, ਅਸੀਂ ਸਿੱਧੇ ਡੇਟਾਫ੍ਰੇਮ ਨੂੰ ਸੈੱਟ ਕਰਦੇ ਹਾਂ columns ਨਵੇਂ ਕਾਲਮ ਨਾਮਾਂ ਲਈ ਵਿਸ਼ੇਸ਼ਤਾ ['a', 'b', 'c', 'd', 'e']. ਅੰਤ ਵਿੱਚ, ਅਸੀਂ ਵਰਤਦੇ ਹੋਏ ਅਪਡੇਟ ਕੀਤੇ ਡੇਟਾਫ੍ਰੇਮ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਾਂ print(df), ਜੋ ਕਿ ਨਵੇਂ ਕਾਲਮ ਦੇ ਨਾਮ ਦਿਖਾਉਂਦਾ ਹੈ। ਜਦੋਂ ਤੁਹਾਡੇ ਕੋਲ ਨਵੇਂ ਨਾਵਾਂ ਨਾਲ ਪੁਰਾਣੇ ਨਾਵਾਂ ਦੀ ਸਪਸ਼ਟ ਅਤੇ ਸਿੱਧੀ ਮੈਪਿੰਗ ਹੁੰਦੀ ਹੈ ਤਾਂ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣ ਲਈ ਇਹ ਤਰੀਕਾ ਸਿੱਧਾ ਅਤੇ ਕੁਸ਼ਲ ਹੈ।

ਦੂਜੀ ਸਕ੍ਰਿਪਟ ਵਿੱਚ, ਅਸੀਂ ਪਾਂਡਾਸ ਲਾਇਬ੍ਰੇਰੀ ਨੂੰ ਵੀ ਆਯਾਤ ਕਰਦੇ ਹਾਂ ਅਤੇ ਦੋ ਸੂਚੀਆਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਾਂ: original_columns ਅਤੇ new_columns, ਜੋ ਕ੍ਰਮਵਾਰ ਮੂਲ ਅਤੇ ਨਵੇਂ ਕਾਲਮ ਨਾਮ ਰੱਖਦੇ ਹਨ। ਫਿਰ ਅਸੀਂ ਇਸਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਡੇਟਾਫ੍ਰੇਮ ਬਣਾਉਂਦੇ ਹਾਂ pd.DataFrame() ਡੇਟਾ ਅਤੇ ਮੂਲ ਕਾਲਮ ਨਾਮਾਂ ਨਾਲ। ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣ ਲਈ, ਅਸੀਂ ਵਰਤਦੇ ਹਾਂ rename() ਡਾਟਾਫ੍ਰੇਮ ਦੀ ਵਿਧੀ। ਇਹ ਵਿਧੀ ਇੱਕ ਸ਼ਬਦਕੋਸ਼ ਲੈਂਦੀ ਹੈ ਜੋ ਪੁਰਾਣੇ ਕਾਲਮ ਨਾਮਾਂ ਨੂੰ ਨਵੇਂ ਕਾਲਮ ਨਾਮਾਂ ਨਾਲ ਮੈਪ ਕਰਦਾ ਹੈ, ਜਿਸਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਇਆ ਗਿਆ ਹੈ dict(zip(original_columns, new_columns)). ਦ inplace=True ਆਰਗੂਮੈਂਟ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਡਾਟਾਫ੍ਰੇਮ ਨੂੰ ਇੱਕ ਨਵਾਂ ਡਾਟਾਫ੍ਰੇਮ ਵਾਪਸ ਕੀਤੇ ਬਿਨਾਂ ਬਦਲਿਆ ਗਿਆ ਹੈ। ਅੰਤਮ ਕਦਮ ਹੈ ਅਪਡੇਟ ਕੀਤੇ ਡੇਟਾਫ੍ਰੇਮ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ print(df). ਇਹ ਵਿਧੀ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਉਪਯੋਗੀ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਤੁਹਾਨੂੰ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਪ੍ਰੋਗਰਾਮਿਕ ਤੌਰ 'ਤੇ ਬਦਲਣ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ ਜਾਂ ਜਦੋਂ ਵੱਡੇ ਡੇਟਾਫ੍ਰੇਮਾਂ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹੋ ਜਿੱਥੇ ਸਿੱਧੀ ਅਸਾਈਨਮੈਂਟ ਘੱਟ ਵਿਹਾਰਕ ਹੋ ਸਕਦੀ ਹੈ।

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)

ਡਾਟਾਫ੍ਰੇਮ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣ ਲਈ ਉੱਨਤ ਤਕਨੀਕਾਂ

ਪਾਂਡਾਸ ਡੇਟਾਫ੍ਰੇਮ ਵਿੱਚ ਕਾਲਮਾਂ ਦੇ ਮੂਲ ਨਾਮ ਬਦਲਣ ਤੋਂ ਇਲਾਵਾ, ਇੱਥੇ ਉੱਨਤ ਤਕਨੀਕਾਂ ਹਨ ਜੋ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਵਿੱਚ ਬਹੁਤ ਉਪਯੋਗੀ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਕਈ ਵਾਰ ਤੁਹਾਨੂੰ ਕਿਸੇ ਖਾਸ ਪੈਟਰਨ ਜਾਂ ਸਥਿਤੀ ਦੇ ਆਧਾਰ 'ਤੇ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਅਜਿਹੇ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਤੁਸੀਂ ਸੂਚੀ ਦੀ ਸਮਝ ਜਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ map() ਲੋੜੀਂਦੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ lambda ਫੰਕਸ਼ਨਾਂ ਨਾਲ ਜੋੜਿਆ ਗਿਆ ਫੰਕਸ਼ਨ। ਇਹ ਪਹੁੰਚ ਵਧੇਰੇ ਗਤੀਸ਼ੀਲ ਅਤੇ ਲਚਕਦਾਰ ਕਾਲਮ ਦੇ ਨਾਮ ਬਦਲਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਤੁਸੀਂ ਕਾਲਮ ਦੇ ਨਾਮਾਂ ਤੋਂ ਖਾਸ ਅੱਖਰ ਹਟਾ ਸਕਦੇ ਹੋ ਜਾਂ ਪਰਿਵਰਤਨ ਲਾਗੂ ਕਰ ਸਕਦੇ ਹੋ ਜਿਵੇਂ ਕਿ ਸਾਰੇ ਨਾਮਾਂ ਨੂੰ ਛੋਟੇ ਅੱਖਰਾਂ ਵਿੱਚ ਬਦਲਣਾ।

ਇੱਕ ਹੋਰ ਤਕਨੀਕੀ ਤਕਨੀਕ ਵਿੱਚ ਡੇਟਾ ਦੀ ਆਯਾਤ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣਾ ਸ਼ਾਮਲ ਹੈ। CSV ਫਾਈਲਾਂ ਤੋਂ ਡੇਟਾ ਲੋਡ ਕਰਦੇ ਸਮੇਂ, ਤੁਸੀਂ ਵਰਤ ਸਕਦੇ ਹੋ names ਵਿੱਚ ਪੈਰਾਮੀਟਰ pd.read_csv() ਨਵੇਂ ਕਾਲਮ ਦੇ ਨਾਮ ਦੇਣ ਲਈ। ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਉਪਯੋਗੀ ਹੋ ਸਕਦਾ ਹੈ ਜਦੋਂ ਅਸੰਗਤ ਜਾਂ ਗੁੰਮ ਹੈਡਰ ਵਾਲੇ ਡੇਟਾ ਨਾਲ ਨਜਿੱਠਦੇ ਹੋਏ. ਇਸ ਤੋਂ ਇਲਾਵਾ, ਤੁਸੀਂ ਵਰਤ ਸਕਦੇ ਹੋ header ਮੌਜੂਦਾ ਸਿਰਲੇਖਾਂ ਨੂੰ ਛੱਡਣ ਅਤੇ ਆਪਣੇ ਖੁਦ ਦੇ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਪੈਰਾਮੀਟਰ। ਇਹ ਵਿਧੀਆਂ ਡੇਟਾ ਲੋਡ ਕਰਨ ਦੇ ਪੜਾਅ ਤੋਂ ਕਾਲਮ ਨਾਮਕਰਨ ਮੁੱਦਿਆਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਕੇ ਡੇਟਾ ਸਫਾਈ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਬਾਅਦ ਦੇ ਡੇਟਾ ਹੇਰਾਫੇਰੀ ਨੂੰ ਵਧੇਰੇ ਕੁਸ਼ਲ ਬਣਾਉਂਦੇ ਹਨ।