Pandas — Python में डेटा विश्लेषण के लिए एक मौलिक लाइब्रेरी है, जो संरचित जानकारी को प्रोसेस करने का उद्योग मानक बन गई है। इसे 2008 में वेस मैककिनी ने बनाया था, और इसका नाम "Panel Data" (पैनल डेटा) से लिया गया है, जो अर्थमिति में उपयोग होता है।

Pandas क्या है और यह इतना महत्वपूर्ण क्यों है?

Pandas एक शक्तिशाली open-source लाइब्रेरी है, जो NumPy पर आधारित है। यह उच्च-स्तरीय डेटा संरचनाएँ और टूल प्रदान करती है, जिससे डेटा का तेज़ और कुशल विश्लेषण संभव होता है। यह लाइब्रेरी टेबुलर डेटा, टाइम सीरीज़ और किसी भी संरचित जानकारी के साथ काम करने में बेहद प्रभावी है।

Pandas के मुख्य लाभ:

बहुमुखी प्रतिभा: Pandas विभिन्न डेटा फ़ॉर्मेट को सपोर्ट करता है — CSV, Excel, JSON, SQL, HTML और कई अन्य।

प्रदर्शन: Cython और NumPy पर आधारित ऑप्टिमाइज़्ड एल्गोरिदम के कारण, यह बड़े डेटा सेट को तेज़ी से प्रोसेस करता है।

सहजता: इसका सिंटैक्स प्राकृतिक भाषा के करीब है, जिससे कोड समझना और सीखना आसान हो जाता है।

एकीकरण: Pandas Python इकोसिस्टम की अन्य लाइब्रेरीज़ — NumPy, Matplotlib, Scikit-learn, SciPy के साथ बेहतरीन तरीके से काम करता है।

Pandas के उपयोग के क्षेत्र:

डेटा विश्लेषण और विज़ुअलाइज़ेशन — रिपोर्ट, डैशबोर्ड और एक्सप्लोरेटरी डेटा एनालिसिस बनाना
मशीन लर्निंग — डेटा प्रीप्रोसेसिंग, फ़ीचर इंजीनियरिंग और डेटासेट तैयार करना
वित्तीय विश्लेषण — टाइम सीरीज़ एनालिसिस और वित्तीय मीट्रिक की गणना
बिज़नेस इंटेलिजेंस — रिपोर्ट तैयार करना, बिक्री विश्लेषण और KPI
वैज्ञानिक अनुसंधान — प्रयोगात्मक डेटा प्रोसेसिंग और सांख्यिकीय विश्लेषण
वेब स्क्रैपिंग — एकत्रित डेटा को संरचित और साफ करना

Pandas को इंस्टॉल और इम्पोर्ट करना

pip के माध्यम से इंस्टॉलेशन:

pip install pandas

conda के माध्यम से इंस्टॉलेशन:

conda install pandas

लाइब्रेरी को इम्पोर्ट करना:

import pandas as pd
import numpy as np  # अक्सर pandas के साथ उपयोग किया जाता है

pd का संक्षिप्त नाम Python समुदाय में एक सार्वभौमिक मानक बन गया है और सभी गाइड और डॉक्यूमेंटेशन में उपयोग किया जाता है।

मुख्य डेटा संरचनाएँ: Series और DataFrame

Series — इंडेक्स के साथ एक-आयामी डेटा

Series एक-आयामी ऐरे है जिसमें लेबल (इंडेक्स) होते हैं। यह किसी भी प्रकार का डेटा रख सकता है: संख्याएँ, स्ट्रिंग, बूलियन वैल्यू, Python ऑब्जेक्ट।

# लिस्ट से Series बनाना
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])

# डिक्शनरी से Series बनाना
data = {'दिल्ली': 19000000, 'मुंबई': 12500000, 'बंगलौर': 8400000}
population = pd.Series(data)

# एलिमेंट तक पहुँचना
print(population['दिल्ली'])  # 19000000
print(population.iloc[0])    # पहला एलिमेंट

DataFrame — दो-आयामी टेबुलर डेटा

DataFrame दो-आयामी डेटा संरचना है जिसमें पंक्तियों और स्तंभों के लेबल होते हैं। यह रिलेशनल डेटाबेस की टेबल या Excel शीट के समान है।

# डिक्शनरी से DataFrame बनाना
data = {
    'नाम': ['अन्ना', 'बोरिस', 'विका', 'दिमित्री'],
    'उम्र': [25, 30, 22, 28],
    'शहर': ['दिल्ली', 'मुंबई', 'बंगलौर', 'दिल्ली'],
    'वेतन': [80000, 95000, 60000, 75000]
}
df = pd.DataFrame(data)

# कस्टम इंडेक्स के साथ DataFrame बनाना
df = pd.DataFrame(data, index=['emp1', 'emp2', 'emp3', 'emp4'])

डेटा लोड और सेव करना

विभिन्न फ़ॉर्मेट से डेटा लोड करना


  पुस्तकालय में भी
  
                
                  
                 Node.js में QR कोड जनरेशन: qrcode लाइब्रेरी और उदाहरण
      
                
                  
                 Prometheus मेट्रिक्स Go (Golang) में: पूर्ण मॉनिटरिंग गाइड
      
                
                  
                 C# (.NET) में दिनांकों के साथ कार्य: पुस्तकालयों और उपकरणों का अवलोकन
      
                
                  
                 Poco C++ पूरी गाइड: उदाहरणों के साथ सीखें
      
                
                  
                 C++ के लिए Redis क्लाइंट: कनेक्शन, इंस्टॉलेशन और उदाहरण