Data Science · मराठी आवृत्ती
18.2 pandas चे मुख्य प्रश्न
या page मध्ये
Q4. Series आणि DataFrame?
Series म्हणजे index असलेला एक column. DataFrame म्हणजे एकमेकांशी जुळलेल्या columns ची table. df["amount"] Series देते; df[["city","amount"]] DataFrame देतो.
Q5. loc आणि iloc?
loc labels ने आणि iloc integer positions ने select करतो. उदाहरण: df.loc[df["city"]=="Pune", "amount"] आणि df.iloc[0:5, 0:3].
Q6. अनेक अटींवर filter कसा करता?
Boolean masks सोबत &, |, ~ वापरतो. प्रत्येक अट parentheses मध्ये ठेवतो: df[(df["city"]=="Pune") & (df["status"]=="Delivered")].
Q7. groupby समजावून सांगा.
Rows चे groups करा, sum/mean/count/nunique सारखं गणित करा आणि results एकत्र आणा. Report मध्ये स्पष्ट column names मिळावेत म्हणून named aggregations वापरतो.
Q8. concat आणि merge?
concat axis वर objects जोडतो; बहुतेक वेळा rows एकाखाली एक. merge SQL join / Excel XLOOKUP सारखा keys वर tables जोडतो. Merge करताना duplicate keys आणि आधी/नंतरचे row counts तपासतो.
Q9. Missing values कशा हाताळता?
Column नुसार नियम ठरवतो. आवश्यक key missing असेल तर तपासून row काढतो; category मध्ये Unknown भरल्यास नोंद करतो; काही sensor glitches साठी median वापरतो. Counts नोंदवल्याशिवाय संपूर्ण frame वर dropna करत नाही.
Q10. Indian dates कशा parse करता?
pd.to_datetime(series, dayfirst=True) किंवा explicit format= वापरतो. Class मधली naive IST वेळ असेल तर Asia/Kolkata localise करतो; मूळ timezone वेगळा असेल तर convert करतो.