Data types और data merging

pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण

Jill Rosok

Data Scientist

Common data types

Strings (objects)
Numbers (floats, integers)
Boolean values (True, False)
Dates

कॉलम का data type

# किसी एक कॉलम का data type प्रिंट करें
print(marketing['converted'].dtype)

dtype('object')

कॉलम का data type बदलना

# किसी कॉलम का data type बदलें
marketing['converted'] = marketing['converted']\
                          .astype('bool')

print(marketing['converted'].dtype)

dtype('bool')

नए boolean कॉलम बनाना

marketing['is_house_ads'] = np.where(
    marketing['marketing_channel'] == 'House Ads', 
    True, False
)

print(marketing.is_house_ads.head(3))

0    True
1    False
2    True
Name: is_house_ads, dtype: bool

मौजूदा कॉलम पर values map करना

channel_dict = {"House Ads": 1, "Instagram": 2, 
                "Facebook": 3, "Email": 4, "Push": 5}

marketing['channel_code'] = marketing['marketing_channel']\
                              .map(channel_dict)

print(marketing['channel_code'].head(3))

0    1
1    1
2    1
Name: channel_code, dtype: int64

Date कॉलम

# parse_dates से date कॉलम पढ़ें
marketing = pd.read_csv('marketing.csv', 
                        parse_dates=['date_served', 
                                     'date_subscribed', 
                                     'date_canceled'])

# या
# मौजूदा कॉलम को datetime में बदलें
marketing['date_served'] = pd.to_datetime(
    marketing['date_served']
)

Date कॉलम

# या प्रत्येक कॉलम अलग-अलग बदलें
# मौजूदा कॉलम को datetime में बदलें
marketing['date_served'] = pd.to_datetime(
    marketing['date_served']
)

Date कॉलम

marketing['day_served'] = marketing['date_served']\
                       .dt.dayofweek

अभ्यास करते हैं!

pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण