Python

パーセンテージ範囲で要素の頻度を見つける必要がある場合は、「カウンター」を簡単な反復手法とともに使用します。 例 以下は同じもののデモンストレーションです from collections import Counter my_list = [56, 34, 78, 90, 11, 23, 6, 56, 79, 90] print("The list is :") print(my_list) start, end = 13, 60 my_freq = dict(Counter(my_list)) my_result = [] for element in set

Pandas DataFrameにゼロ列を追加するには、角かっこを使用して0に設定します。最初に、必要なライブラリをインポートします- import pandas as pd 3列のデータフレームを作成する- dataFrame = pd.DataFrame(    {       "Student": ['Jack', 'Robin', 'Ted', 'Marc', 'Scarlett', 'Kat', 'John&#

リストに存在する文字列の連続する要素をグループ化する必要がある場合、「groupby」と「yield」を使用するメソッドが定義されます。 例 以下は同じもののデモンストレーションです from itertools import groupby def string_check(elem):    return isinstance(elem, str) def group_string(my_list):       for key, grp in groupby(my_list, key=string_check):   &

特定の文字の文字の繰り返しを取得する必要がある場合は、インデックス値を使用して繰り返しを出力するメソッドが定義されます。 例 以下は同じもののデモンストレーションです def to_string(my_list): return ''.join(my_list) def lex_recurrence(my_string, my_data, last_val, index_val): length = len(my_string) for i in range(length): my_data[index_val] = my_string[i

列のデータ型を取得するには、info（）メソッドを使用します。まず、必要なライブラリをインポートしましょう- import pandas as pd 異なるデータ型を持つ2つの列を持つDataFrameを作成します- dataFrame = pd.DataFrame(    {       "Student": ['Jack', 'Robin', 'Ted', 'Marc', 'Scarlett', 'Kat', 'Jo

特定のデータ型の列を選択するには、 select_dtypes（）を使用します メソッドとインクルード パラメータ。最初に、2列のDataFrameを作成します- dataFrame = pd.DataFrame(    {       "Student": ['Jack', 'Robin', 'Ted', 'Marc', 'Scarlett', 'Kat', 'John'],"Roll Number&q

複数の列ヘッダーの名前を変更するには、 rename（）を使用します メソッドを作成し、列に辞書を設定します パラメータ。まず、DataFrameを作成しましょう- dataFrame = pd.DataFrame({"Car": ['BMW', 'Mustang', 'Tesla', 'Mustang', 'Mercedes', 'Tesla', 'Audi'],"Cubic Capacity": [2000, 1800, 1500, 250

行列の行の長さの頻度をカウントする必要がある場合は、それが繰り返され、その頻度が空の辞書に追加されるか、再度見つかった場合は増分されます。 例 以下は同じもののデモンストレーションです my_list = [[42, 24, 11], [67, 18], [20], [54, 10, 25], [45, 99]] print("The list is :") print(my_list) my_result = dict() for element in my_list: if len(element) not in my_result: my_re

iatを使用します 整数位置で行/列ペアの単一の値にアクセスするために使用されるため、最後の要素にアクセスするための属性。 まず、必要なパンダライブラリをインポートしましょう- import pandas as pd 数字でパンダシリーズを作成する- data = pd.Series([10, 20, 5, 65, 75, 85, 30, 100]) ここで、iat（）-を使用して最後の要素を取得します data.iat[-1] 例 以下はコードです- import pandas as pd # pandas series data = pd.Series([10, 20, 5, 6

リスト要素の数として値を含むネストされたリストを作成する必要がある場合は、単純な反復が使用されます。 例 以下は同じもののデモンストレーションです my_list = [11, 25, 36, 24] print("The list is :") print(my_list) for element in range(len(my_list)): my_list[element] = [element+1 for j in range(element+1)] print("The resultant list is :") print(my_l

ネストされたリストをタプルリストにフラット化する必要がある場合、リストをパラメーターとして受け取り、「isinstance」メソッドを使用して要素が特定のタイプに属しているかどうかを確認するメソッドが定義されます。これに応じて、出力が表示されます。 例 以下は同じもののデモンストレーションです def convert_nested_tuple(my_list): for elem in my_list: if isinstance(elem, list): convert_nested_tuple(elem) else: my

単一レベルの列をスタックするには、datafrem.stack（）を使用します。まず、必要なライブラリをインポートしましょう- import pandas as pd 単一レベルの列を持つDataFrameを作成します- dataFrame = pd.DataFrame([[10, 15], [20, 25], [30, 35], [40, 45]],index=['w', 'x', 'y', 'z'],columns=['a', 'b']) stack（）メソッドを使用してDataFrameを

「N」より大きい「K」の連続範囲を取得する必要がある場合は、「enumerate」属性と単純な反復が使用されます。 例 以下は同じもののデモンストレーションです my_list = [3, 65, 33, 23, 65, 65, 65, 65, 65, 65, 65, 3, 65] print("The list is :") print(my_list) K = 65 N = 3 print("The value of K is ") print(K) print("The value of N is ") print(N) my

append（）を使用してリストをDataFrameに追加するには、最初にDataFrameを作成します。データは、この例のチームランキングのリストの形式です- ＃チームランキングのリスト形式のデータTeam =[[India、1、100]、[Australia、2、85]、[England、3、75]、[New Zealand 、4、65]、[南アフリカ、5、50]]＃データフレームの作成とcolumnsdataFrame =pd.DataFrame（Team、columns =[Country、Rank、Points]） 次が追加される行であるとしましょう- myList =[[スリラ

増加しない要素を削除する必要がある場合は、要素の比較とともに単純な反復が使用されます。 例 以下は同じもののデモンストレーションです my_list = [5,23, 45, 11, 45, 67, 89, 99, 10, 26, 7, 11] print("The list is :") print(my_list) my_result = [my_list[0]] for elem in my_list: if elem >= my_result[-1]: my_result.append(elem) print("The r

データ構造内の要素のインデックスランクを決定する必要がある場合、パラメータとしてリストを受け取るメソッドが定義されます。リスト内の要素を繰り返し処理し、2つの変数の値を変更する前に特定の比較を実行します。 例 以下は同じもののデモンストレーションです def find_rank_elem(my_list): my_result = [0 for x in range(len(my_list))] for elem in range(len(my_list)): (r, s) = (1, 1) for j in range(len(my_list)):

Intersectionによって2つのDataFrame間の列をフェッチするには、intersection（）メソッドを使用します。 2つのデータフレームを作成しましょう- ＃created dataframe1dataFrame1 =pd.DataFrame（{Car：[Bentley、Lexus、Tesla、Mustang、Mercedes、Jaguar]、 Cubic_Capacity：[2000、1800 、1500、2500、2200、3000]、 Reg_Price：[7000、1500、5000、8000、9000、6000]、}）＃created dataframe2dataF

性質が類似している結合された連続する文字を分割する必要がある場合は、「groupby」メソッドと「join」メソッドが使用されます。 例 以下は同じもののデモンストレーションです from itertools import groupby my_string = 'pppyyytthhhhhhhoooooonnn' print("The string is :") print(my_string) my_result = ["".join(grp) for elem, grp in groupby(my_string)] prin

指定された合計で「K」の長さのグループを取得する必要がある場合は、空のリスト、「product」メソッド、「sum」メソッド、および「append」メソッドを使用できます。 例 以下は同じもののデモンストレーションです from itertools import product my_list = [45, 32, 67, 11, 88, 90, 87, 33, 45, 32] print("The list is : ") print(my_list) N = 77 print("The value of N is ") print(N) K =

2つの数値に存在するすべての別個の一般的でない数字を出力する必要がある場合、パラメーターとして2つの整数を受け取るメソッドが定義されます。メソッド「symmetric_difference」は、一般的でない数字を取得するために使用されます。 例 以下は同じもののデモンストレーションです def distinct_uncommon_nums(val_1, val_2): val_1 = str(val_1) val_2 = str(val_2) list_1 = list(map(int, val_1)) list_2 = list(map(int, val_2))