🐼 Unit 1 – Pandas Series · Lesson 06
Pandas का परिचय
Data के लिए Python libraries
Library बने-बनाए modules का संग्रह है। Data के काम में तीन libraries साथ इस्तेमाल होती हैं:
🔢
NumPyतेज़ arrays और numbers पर गणित (ndarray)।🐼
PandasData की tables: Series और DataFrame; CSV पढ़ना, साफ़ करना, group, analyse।📈
MatplotlibLine, bar, pie charts और histograms बनाना।pandas install करना
Command prompt
pip install pandas matplotlib
pandas के साथ NumPy अपने आप install हो जाता है। फिर program में libraries import करें:
Python
import pandas as pd
import numpy as np
print('pandas version:', pd.__version__.split('.')[0] + '.x')
print('numpy version:', np.__version__.split('.')[0] + '.x')pandas version: 2.x
numpy version: 2.x
pandas के data structures
Series
- One-dimensional
- Values का एक column
- Index (labels) होता है
- आमतौर पर एक ही data type
DataFrame
- Two-dimensional
- Rows और columns (table)
- Row index + column names
- हर column का अपना type हो सकता है
पहली झलक: Series
Python
import pandas as pd marks = pd.Series([78, 92, 65], index=['Asha', 'Ravi', 'Neha']) print(marks)
Asha 78
Ravi 92
Neha 65
dtype: int64
| values | |
|---|---|
| Asha | 78 |
| Ravi | 92 |
| Neha | 65 |
पहली झलक: DataFrame
Python
import pandas as pd
data = {'Name': ['Asha', 'Ravi', 'Neha'],
'Maths': [78, 92, 65],
'IP': [88, 81, 95]}
df = pd.DataFrame(data)
print(df) Name Maths IP
0 Asha 78 88
1 Ravi 92 81
2 Neha 65 95
Series vs NumPy array
Python
import numpy as np import pandas as pd arr = np.array([10, 20, 30]) s = pd.Series([10, 20, 30], index=['a', 'b', 'c']) print(arr[1], s['b'], s.iloc[1]) # array: position only; Series: label or position print(arr + 5) print(s + 5)
20 20 20
[15 25 35]
a 15
b 25
c 35
dtype: int64
Python
import pandas as pd a = pd.Series([1, 2, 3], index=['x', 'y', 'z']) b = pd.Series([10, 20, 30], index=['z', 'x', 'w']) print(a + b) # values are matched by LABEL, missing labels give NaN
w NaN
x 21.0
y NaN
z 13.0
dtype: float64
| NumPy ndarray | Pandas Series |
|---|---|
| सिर्फ़ integer position से access | Label या position से access |
| Operations position से elements मिलाते हैं | Operations index label से elements मिलाते हैं |
| Missing values स्वाभाविक नहीं | Missing values NaN दिखती हैं |
| शुद्ध गणित में तेज़ | Labelled data में आसान |
pandas क्यों?
- CSV, Excel और SQL data एक line में पढ़ता और लिखता है।
- Missing data, sorting, grouping और statistics आसानी से संभालता है।
- Matplotlib के साथ सीधे data से charts बनाता है।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
Series और DataFrame में क्या फ़र्क है?
Series one-dimensional है – index के साथ values का एक column। DataFrame two-dimensional है – rows और columns की table, जिसका हर column एक Series है।
import pandas as pd क्यों लिखते हैं?
pd छोटा alias है, ताकि pandas.Series() की जगह pd.Series() लिख सकें। यह आम परंपरा है।
Series NumPy array से कैसे अलग है?
Series में index (labels) होता है और operations में data label से मिलाया जाता है; NumPy array सिर्फ़ integer positions इस्तेमाल करता है। Series में mixed या missing (NaN) values भी आसानी से रहती हैं।
