पांडास 3डी डेटाफ़्रेम कैसे बनाएं (उदाहरण के साथ)

आप शीघ्रता से 3D पांडा डेटाफ़्रेम बनाने के लिए xarray मॉड्यूल का उपयोग कर सकते हैं।

यह ट्यूटोरियल बताता है कि xarray मॉड्यूल फ़ंक्शंस का उपयोग करके निम्नलिखित पांडा 3D डेटाफ़्रेम कैसे बनाएं:

 product_A product_B product_C
year quarter                                 
2021 Q1 1.624345 0.319039 50
     Q2 -0.611756 0.319039 50
     Q3 -0.528172 0.319039 50
     Q4 -1.072969 0.319039 50
2022 Q1 0.865408 -0.249370 50
     Q2 -2.301539 -0.249370 50
     Q3 1.744812 -0.249370 50
     Q4 -0.761207 -0.249370 50

उदाहरण: एक पांडास 3डी डेटाफ़्रेम बनाएं

निम्नलिखित कोड दिखाता है कि xarray और NumPy फ़ंक्शंस का उपयोग करके 3D डेटासेट कैसे बनाया जाए:

 import numpy as np
import xarray as xr

#make this example reproducible
n.p. random . seeds (1)

#create 3D dataset
xarray_3d = xr. Dataset (
    { " product_A ": (("year", "quarter"), np.random.randn (2,4))},
    coordinates={
        " year ": [2021, 2022],
        " quarter ": ["Q1", "Q2", "Q3", "Q4"],
        " product_B ": ("year", np. random . randn (2)),
        " product_C ": 50,
    },
)

#view 3D dataset
print (xarray_3d)

Dimensions: (year: 2, quarter: 4)
Coordinates:
  * year (year) int32 2021 2022
  * quarter (quarter) <U2 'Q1' 'Q2' 'Q3' 'Q4'
    product_B (year) float64 0.319 -0.2494
    product_C int32 50
Data variables:
    product_A (year, quarter) float64 1.624 -0.6118 -0.5282 ... 1.745 -0.7612

ध्यान दें : NumPy randn() फ़ंक्शन मानक सामान्य वितरण से उदाहरण मान लौटाता है।

फिर हम इस डेटासेट को पांडा डेटाफ़्रेम में बदलने के लिए to_dataframe() फ़ंक्शन का उपयोग कर सकते हैं:

 #convert xarray to DataFrame
df_3d = xarray_3d. to_dataframe ()

#view 3D DataFrame
print (df_3d)

              product_A product_B product_C
year quarter                                 
2021 Q1 1.624345 0.319039 50
     Q2 -0.611756 0.319039 50
     Q3 -0.528172 0.319039 50
     Q4 -1.072969 0.319039 50
2022 Q1 0.865408 -0.249370 50
     Q2 -2.301539 -0.249370 50
     Q3 1.744812 -0.249370 50
     Q4 -0.761207 -0.249370 50

परिणाम एक 3डी पांडा डेटाफ़्रेम है जिसमें दो अलग-अलग वर्षों और प्रति वर्ष चार अलग-अलग तिमाहियों में तीन अलग-अलग उत्पादों की बिक्री की संख्या की जानकारी शामिल है।

हम यह पुष्टि करने के लिए टाइप() फ़ंक्शन का उपयोग कर सकते हैं कि यह ऑब्जेक्ट वास्तव में एक पांडा डेटाफ़्रेम है:

 #display type of df_3d
type (df_3d)

pandas.core.frame.DataFrame

वस्तु वास्तव में एक पांडा डेटाफ़्रेम है।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि पांडा में अन्य सामान्य कार्य कैसे करें:

पांडा: किसी कॉलम में अद्वितीय मान कैसे खोजें
पांडा: दो रेखाओं के बीच अंतर कैसे पता करें
पांडा: डेटाफ़्रेम में लुप्त मानों की गणना कैसे करें