पांडा का उपयोग करके एक फ़ंक्शन से कई नए कॉलम बनाना

पांडा में, आप ऐसी स्थितियों का सामना कर सकते हैं जहां आपको एक पर लागू कस्टम फ़ंक्शन के आधार पर कई नए कॉलम बनाने की आवश्यकता होती है मौजूदा कॉलम. कार्य सीधा लग सकता है, लेकिन फ़ंक्शन के अपेक्षित रिटर्न प्रकार के कारण अप्रत्याशित चुनौतियाँ उत्पन्न हो सकती हैं।

मूल दृष्टिकोण: इंडेक्स रेंज को असाइन करना

प्रारंभ में, आप आउटपुट को असाइन करने का प्रयास कर सकते हैं df.ix[: ,10:16] = df.textcol.map(extract_text_features) सिंटैक्स का उपयोग करके डेटाफ़्रेम में सूचकांकों की एक श्रृंखला पर सीधे एक फ़ंक्शन। हालाँकि, इस दृष्टिकोण के परिणामस्वरूप फ़ंक्शन के असंगत रिटर्न प्रकार के कारण अक्सर त्रुटियाँ हो सकती हैं। ). यह विधि आपको प्रत्येक पंक्ति में फ़ंक्शन को व्यक्तिगत रूप से लागू करने और परिणामों को टपल के रूप में कैप्चर करने की अनुमति देती है। हालाँकि, यह दृष्टिकोण अन्य विकल्पों की तुलना में काफी धीमा हो सकता है। नए कॉलम. ज़िप() फ़ंक्शन फ़ंक्शन के आउटपुट को एक टपल में जोड़ता है, जिसे बाद में अलग-अलग कॉलम में अनपैक किया जा सकता है। उदाहरण के लिए, निम्नलिखित कोड दर्शाता है कि ज़िप() विधि का उपयोग करके छह नए कॉलम कैसे बनाएं:

df['p1'], df['p2'], df['p3'], df['p4'], df['p5'], df['p6'] = zip(*df['num'].map(powers))

बेहतर डेटाफ़्रेम तरीके

पांडा के हालिया अपडेट ने कॉलम में फ़ंक्शन लागू करने और नए कॉलम बनाने के लिए अधिक सुविधाजनक तरीके पेश किए हैं। उदाहरण के लिए, df.apply() विधि आपको आउटपुट प्रारूप (डेटाफ़्रेम, श्रृंखला, या सूची) निर्दिष्ट करने और अतिरिक्त पैरामीटर को संभालने की अनुमति देती है। इसके अतिरिक्त, df.assign() विधि आपको आउटपुट को स्पष्ट रूप से निर्दिष्ट किए बिना सीधे नए कॉलम बनाने में सक्षम बनाती है। ये नए तरीके एक फ़ंक्शन के आधार पर कई नए कॉलम बनाने में अधिक लचीलापन और दक्षता प्रदान करते हैं।