संख्यात्मक डेटा के साथ काम करना

Python में Exploratory Data Analysis

George Boorman

Curriculum Manager, DataCamp

मूल salaries डेटासेट

print(salaries.info())

मूल salaries डेटासेट

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 594 entries, 0 to 593
Data columns (total 9 columns):
 #   Column                Non-Null Count  Dtype  
--   ------                --------------  -----  
 0   Working_Year          594 non-null    int64  
 1   Designation           567 non-null    object 
 2   Experience            561 non-null    object 
 3   Employment_Status     563 non-null    object 
 4   Salary_In_Rupees      566 non-null    object 
 5   Employee_Location     554 non-null    object 
 6   Company_Location      570 non-null    object 
 7   Company_Size          535 non-null    object 
 8   Remote_Working_Ratio  571 non-null    float64
dtypes: float64(1), int64(1), object(7)
memory usage: 41.9+ KB
None

रुपयों में सैलरी

print(salaries["Salary_In_Rupees"].head())

0    20,688,070.00
1     8,674,985.00
2     1,591,390.00
3    11,935,425.00
4     5,729,004.00
Name: Salary_In_Rupees, dtype: object

स्ट्रिंग्स को नंबर में बदलना

Salary_In_Rupees में मौजूद कॉमा हटाएँ

कॉलम को float डेटा टाइप में बदलें

करेंसी बदलकर नया कॉलम बनाएँ

डॉलर के नोट

स्ट्रिंग्स को नंबर में बदलना

pd.Series.str.replace("characters to remove", "characters to replace them with")

salaries["Salary_In_Rupees"] = salaries["Salary_In_Rupees"].str.replace(",", "")

print(salary["Salary_In_Rupees"].head())

1    20688070.00
2     8674985.00
3     1591390.00
4    11935425.00
5     5729004.00
Name: Salary_In_Rupees, dtype: object

स्ट्रिंग्स को नंबर में बदलना

salaries["Salary_In_Rupees"] = salaries["Salary_In_Rupees"].astype(float)

1 Indian Rupee = 0.012 US Dollars

salaries["Salary_USD"] = salaries["Salary_In_Rupees"] * 0.012

नए कॉलम का प्रीव्यू

print(salaries[["Salary_In_Rupees", "Salary_USD"]].head())

   Salary_In_Rupees  Salary_USD
0        20688070.0  248256.840
1         8674985.0  104099.820
2         1591390.0   19096.680
3        11935425.0  143225.100
4         5729004.0   68748.048

DataFrame में सार-सांख्यिकी जोड़ना

salaries.groupby("Company_Size")["Salary_USD"].mean()

Company_Size
L    111934.432174
M    110706.628527
S     69880.980179
Name: Salary_USD, dtype: float64

DataFrame में सार-सांख्यिकी जोड़ना

Experience कॉलम पर groupby करें

salaries["std_dev"] = salaries.groupby("Experience")

DataFrame में सार-सांख्यिकी जोड़ना

फिर Salary_USD कॉलम चुनें

salaries["std_dev"] = salaries.groupby("Experience")["Salary_USD"]

DataFrame में सार-सांख्यिकी जोड़ना

pandas का dot-transform मेथड कॉल करें

salaries["std_dev"] = salaries.groupby("Experience")["Salary_USD"].transform(

DataFrame में सार-सांख्यिकी जोड़ना

एक lambda फंक्शन लगाएँ

salaries["std_dev"] = salaries.groupby("Experience")["Salary_USD"].transform(lambda x: x.std())

DataFrame में सार-सांख्यिकी जोड़ना

print(salaries[["Experience", "std_dev"]].value_counts())

Experience         std_dev
SE                 52995.385395        257
MI                 63217.397343        197
EN                 43367.256303         83
EX                 86426.611619         24

DataFrame में सार-सांख्यिकी जोड़ना

salaries["median_by_comp_size"] = salaries.groupby("Company_Size") \
                                        ["Salary_USD"].transform(lambda x: x.median())

print(salaries[["Company_Size", "median_by_comp_size"]].head())

     Company_Size     median_by_comp_size
0    S                60833.424
1    M                105914.964
2    S                60833.424
3    L                95483.400
4    L                95483.400

अभ्यास करते हैं!

Python में Exploratory Data Analysis