Python Final Lectures

 Q- how to Print Hello World

print("Hello World")

Variables in python -------

age = 30   #variable should be intutive so that we can learn any time

print(age)

Note: Shift+Enter is shortcut to run command

2) '#' this is for writing the comment in python

Rules for Variables---

• Variable can not be start with any number like - 1age 
• Number can use in between and end with variable like - age1 age2
• Special characters are not allowed expect _ (underscore) like - age_my
• Space not allowed in variable 
• Python is case sensitive 

Way to define Variable ---

age1,age2 = 30,25 

age1 = 30

age2 = 25

age1=age2=30   #if 30 age for both variable  

>> Data type

the type of data is basically data type

• Integer = age1 to age3 is basically integer   , Integer is basically full number
  lets check = type(age1)  #it will give u print int
• float= basically decimal values
  Interest =  30.24
  type(Interest) #answer is float
• Message = Sequence of character is basically and type will be string ,Note: If we are using quote "" the it will string
  Message="My Name Is Divyanshu"   
  type(Message) #print will str  #we can use any quote 'I can use this'  ,   "also use this" but whenever we've multiline string then will use '''triple quote'''
• Boolean = 2 values are available here True and False
  Like = data = False  #here data is basically variable and false is data type
  type(data) #give u type of data, print bool
  bool

>> Mathematical Operator

• Addition = + 
  num1 =  20
  num2 = 37
  result = num1+num2 
  print(result)  #/another way direct: print(num1+num2), without storing data on new var
• Substraction = -
  num1 = 50
  num2 = 20
  result = num1-num2
  print(result) #/another way direct: print(num1-num2), without storing data on new var 
• Multiplication = *
  num1 = 20
  num2 = 39
  result = num1 * num2
  print(result)  #/another way direct: print(num1*num2), without storing data on new var 
• Integer Division = //   #this is basically integer division
  num1 = 20
  num2 = 3
  result = num1 // num2
  print(result)  #/another way direct: print(num1//num2), without storing data on new var
  answer = 6, bcse it will not give u float value
• Float Division = /  #this is basically float division
  num1 = 20
  num2 = 3
  result = num1 / num2
  print(result)  #/another way direct: print(num1/num2), without storing data on new var
  answer = 6.66666666667 , bcse it is float division
• Power = **
  num1 = 2
  num2 = 5
  result = num1 ** num2
  print(result)
• Modulus = % #it will give u remainder 
  num1 = 20
  num2 = 3
  result = num1 % num2
  print(result)
  answer =  2 , it is remainder

>> How to take input from user

age1 = input()  #by default it will string type data 

• to give age1 type so we've to typecast here 
• age1 = int(input())

>>Build In Functions in Python ----

1.    len(string)  = basically this is for find  length of the character
      string = "Divyanshu Khare" #space is also count as string
      len(string)  #it will give u length of the string
2.    ls = collection of item (list)
      Defined by [  ]  square bracket
      Example: list_name = [item1, item2, item3, ...]
      type[ls] #it will give u type of variable 
3.    max = find maximum number of list
      ls[1,2,4,5,6]
      max(ls)
      print(max)
4.    min = minimum number of list
      ls[1,2,3,4,5,6,7]
      min(ls)
5.    sum = sum of numbers 
      ls[1,2,3,4,6,7,8] 
      sum(ls)
6.    len(ls)  = give u lenth of list
      len(ls)
7.    max(string) = it will give u maximum ASCII value's character
      string = ("Divyanshu")
       max(string)
8.    min(string) = it will give u minimum ASCII value's character
      string = ("Divyanshu")
      min(string)
   Note: ASCII is american standard value of number's in computer
9.    sorted(ls) = it will sort list in accending order
10.    sorted(ls,reverse = True)  = it will sort list in decending orders
11.    round() = it will round off
       round(number,what place u want to round)
       example: round(12356.54645,2)
                       12356.55  #it will give u this as a answer
12. abs() = it will give u any number as a absolute(positive Number)
    abs(-23538)
13. f  =  format string 
    example:
     name = "divyanshu"
     age = 30
     profession = "Data Science"
     introduction = f"{name} is {age} year old professional working as {profession}"
     print(introduction)
                       
       
        

    

>> Conditional Statement -------

• if else
• cibil_score = int(input("Enter Cibil Score:"))
  if(cibil_score>600):
      print("u re eligible for loan")
  else:
      print("u re not eligible")
  
  
  
  
  
  
• elif = when we have more than 2 conditions
  color = input("Enter color - Red, Green, Yellow")
  if color == "Red":
      print("Stop")
  elif color == "Yellow":
      print("Wait")
  else:
      print("Go")
• loops (control structure)  -- repeatation of the task
  exmple: string = "Data Science"
  for i in string:
  print(i)
  example: for i in range (0,101):
      print(i)
  example to print square: for i in range(0,100,2) :
      print(i)
  example :
  ls = [1,2,3,4,5,6,7,8]
  for i in ls:
      print(i)
• while = it will run if condition is True/ Tab tk chlega jab tk condition true hai 
  i = 1
  while i < 10:
      print("Divyanshu khare")
      i = i +1
  
  
• Control the loop 
  >> Break: it will stop all iteration once requirement finished (Stop Iteration)
  ls = [1,2,3,4,5,6,7,8,9,10]
  for i in ls:
      if i == 6:
          print("Yes")
          break
  >>Continue : it will stop that particular iteration only and will jump on another iteration
  ls = [1,2,3,4,5,6,7,8,9,10]
  for i in ls:
      if i == 6:
          print("Yes")
          continue
  >>Pass : if will do nothing, it will not break anything
  ls = [1,2,3,4,5,6,7,8]
      for  i in ls:
          if i > 0:
              pass  #do nothing
         else:
                print("Negative Number")
  
  
  
  
  >>> DATA STRUCTURE IN PYTHON [this is not algorithm]
  
  

>> 4 Data structures we have

• List
• tuples
• set
• dictionary

>> Important Data Type

• String operations
• Indexing = process of fetching character from the collection
• Example:
  string = "String"
  string[2]
• Slicing  = process of fetching sequence of character / process of fetching sub-string from the given string
• Example:
  string = "Data Science"  #lets say I want to fetch data from this string
  string[start index:end index + 1] #this is index
  string[0:3 + 1]
• Example 2 : If i want to slicing from right to left
  string = "Data Science"
  string[-11: -9]
• 
  
  
  
• Example 3: 👉 "If I want to slice by skipping 1 character."
  string = "Data Science"
  string[5:12:2]

• 

  
  
  
• Example 4: I want to reverse print and I dont want to put first index
  string = "Data Science" 
  string[::-1]  #If I don’t enter the first index, it will start from the 0th index
• In-built function for string
  string = "Data"
  type(string)
  
  
• len(string) = length of the string
• convert string into lowercase =
• string = "DIVYANSHU"
  string.lower()
• convert string into uppercase =
• string  = "divyanshu"
  string.upper()
• convert string into capitalize
• string = "divyanshu"
  new_string = string.capitalize()
  print(new_string)
• #Ye Python ka built-in method hai jo string ke first letter ko capital (uppercase) me badal deta hai #capitalize() se jo naya result (modified string) milta hai, wo new_string me store ho jata hai.
• lstring.islower()  -- it will check whether string is lowercase or uppercase 
• lstring = "DivyanshuJi"   #lstring is basically variable 
  lstring.islower()
• string.isupper() --- it will check whether string is uppercase or lowercase
• ustring = "this is small"
  ustring.isupper()
• string.isdigit() --- it will check whether string is digit or not ? 
• numstring = "435345"  #this is check string is number or not
  numstring.isdigit()  #numstring is basically variable name of string
• string.swapcase()  -- it will swap the case of given string
• string = "this is small case"
  string.swapcase()
• string.replace("word to change", "word with change")
• string = "Data science"
  string.replace("a", "d")  #main data sience me 'a' word ko 'd' se change kr rha
  
  
  
• string.split()  == it will split string, ("jaha se split krna hai, by default space se krta hai")
• string = "Divyanshu@khare"
  string.split("@")

>>>>>>>>>>>LIST  - basically collection of data

• ls = [1,2,34,5,6,7,"mango"]
  type(ls)  #to check the data type
• len(ls)  == #check length of list
• ls[3]  =#it will give u value of this index from length
• ls [::-1] = #reverse list  
• list concatination =
  ls1 = ["apple", "mango"]
  ls2 = ["another"]
  ls3 = ls1+ls2
  print(ls3)
• ls.append("apple") -= #add single element on list from end of the list
• ls.extend(["grapes", "gyan"]) = #add multiple element on the list from end  
• ls.insert(index number,"element")  = #it will add on specific index
• ls.index("grapes") = it will give u positive index of the element 
• ls.remove("element name") = #it will remove first occurrence element wise remove, we cant remove directly all element
• ls.sort() = #sort list in accending orders
• ls.sort(reverse=True) = #sort list in descending order, it will change existing list
• sorted(ls)  #it will not change existing list
• ls.pop(index number) = #it will remove element from index
  
  

>>TUPLES -------------------

• ek baar ban जाने ke baad uske elements badle nahi ja sakte
• Tuple is Immutable 
• Tuple ek data structure hai — jaise list, lekin immutable hoti hai
• tuple me wo inform store krte hai jaha ham chahte hai koi bhi program intensionally ya unintensonally change na kar sake
• tuple () is bracket se define krte hai
  example: tup = (3,4,6,7,8544,76,34,5)  
                  type(tup)
• max(tup)  = #give u maximum value of tuple
• mix(tup)   = #give u minimum value of tuple 
• sum(tup) =#give u sum of tuple
• sorted(tup)
• list >> tuple >> list == typecasting list to tuple and tuple to list
  tup1 = tuple(ls)
  tup1
• tup.sort()
• del   = #i want to remove element from list index wise
  ls = [2,3,5,6,7,4]
  del ls[3] #it will not return anything 
  
  
  
• 
  

4th lecture 

file handling 

f = open("data.txt","r") #open is a function of python it will create and open file, "r" is used to read only, if file is in same folder will use this , basically i am trying to read data.txt file here

#now I want to access content of the file >>>
                        >> f.read()  #it will help to read or access the file

  is option se file hamesa open rhega

>> another way to read

 with open ("data.txt") as f: #file open hone ke bad close ho jayega

    content = f.read()

    print(content)

>>read text file from google drive

# URL of the Google Sheet (public link to access the sheet data)

url = 'https://docs.google.com/spreadsheets/d/1CHNr3sioM1p6OvVx4tjNc0sMWGWp76sIBYpQdJ9H40U/edit?usp=drive_link'

# 'requests' एक Python library है जो internet (HTTP/HTTPS) से data fetch करने के लिए use होती है

import requests   # Importing the requests module to send HTTP requests

# 'requests.get(url)' server ko GET request bhejta hai aur response me page ka data return karta hai

response = requests.get(url)   # Sending a GET request to the given URL and storing the response in 'response'

# 'response.text' me server se mila data (HTML format me) hota hai

print(response.text)   # Printing the content/text returned by the server

response.status_code   # To check if the link is accessible or if there's any permission issue if 200 comes then we have access for the same

>> handle excel file

from openpyxl import Workbook   # openpyxl library se Workbook class import kar rahe hain (Excel file banane ke liye)

wb = Workbook()                 # ek nayi (blank) Excel workbook create ho gayi (abhi memory me)

ws_new = wb.active              # workbook ki default active sheet ko access kar rahe hain& ws_new me active sheet ko store kr rhe

ws_new.title = 'DataStudent'    # sheet ka naam 'Sheet' se badalkar 'DataStudent' kar diya

ws_new.append(["Student name", "Grades"])   # pehli row me column headings likh rahe hain

                    NOTE: .append() Excel sheet में एक नई row add करने के लिए use होती है।

ws_new.append(["Baba Hunny", 70])           # dusri row me pehla student ka data add kar rahe hain

ws_new.append(["Anshika", 50])              # teesri row me data

ws_new.append(["Janvi", 50])                # chauthi row me data

wb.save("student_data.xlsx")                # workbook ko system me 'student_data.xlsx' naam se save kar rahe hain

print("✅ Excel file 'student_data.xlsx' created successfully with sheet 'DataStudent'")

>> how to access the save file/read save file 

from openpyxl import load_workbook   #Excel file read karne ke liye openpyxl ka function import kar rahe hain

wb = load_workbook("student_data.xlsx")   # Pehle se existing Excel file ko open kar rahe hain

ws_new = wb["DataStudent"]     # 'DataStudent' naam wali sheet ko access kar rahe hain

for row in ws_new.iter_rows(min_row =1, values_only=True):  #Ab sheet ke data ko read ya modify kar sakte ho, #min_row =1,  = bcse frist row se utha rhe data

    print(row)

>>  CSV handle (comma seperate value) 

imort csv 

with oepn("titanic.csv", mode ="r" ) as f:

    reader = csv.reader(f)

    headers = next(reader) #to read first row 

    print(headers)

    for i, row in (reader):  # i is the index

        print(row)

import csv → CSV फाइल को पढ़ने के लिए Python का built-in मॉड्यूल है।

with open("titanic.csv", mode="r") as f: → titanic.csv फाइल को read mode में खोल रहे हैं।

csv.reader(f) → फाइल की हर लाइन को एक लिस्ट की तरह पढ़ेगा।

next(reader) → पहली row (header) को निकाल देगा ताकि वो दोबारा लूप में ना आए।

enumerate(reader) → हर पंक्ति के साथ उसका index (i) देगा।

print(i, row) → हर रिकॉर्ड को उसकी क्रम संख्या (index) के साथ प्रिंट करेगा।

>> Execption handling 
Try- Except Block -

try:

    result = 10/0
    print("This line will not be executed bcoz of error")
except ZeroDivisionError:
    print("you cant divide by zero")

>> can we make more than 1 except for error handling ?
Ans: yes

Example: 

try:

    user_input1 = input("Enter Number")

    int_input1 = int(user_input1) 

    user_input2 = input("Enter Number")

    int_input2 = int(user_input2)

    print(f"ratio of given numbers {int_input1/int_input2}")

except ZeroDivisionError:   #Zero Divion ki jgh kuch or v likh skte hai ??

    print("u cant divide by zero ")

except ValueError:

    print("Enter the valid number")

>> #Try-Execpt-else Block

try:

    user_input1 = input("Enter Number")

    int_input1 = int(user_input1) 

    user_input2 = input("Enter Number")

    int_input2 = int(user_input2)

    num = int_input1/int_input2

    print(f"ratio of given numbers {int_input1/int_input2}")

except ZeroDivisionError:   #Zero Divion ki jgh kuch or v likh skte hai ??

    print("u cant divide by zero ")

except ValueError:

    print("Enter the valid number")

else: #this will only execute if no execption raised

    print(f"the ratio of 2 number is {num}")

>> #Try-Except-else-finally block === in any senario chahe upr kuch bhi aaye

try:

    user_input1 = input("Enter Number")

    int_input1 = int(user_input1) 

    user_input2 = input("Enter Number")

    int_input2 = int(user_input2)

    num = int_input1/int_input2

    print(f"ratio of given numbers {int_input1/int_input2}")

except ZeroDivisionError:   #Zero Divion ki jgh kuch or v likh skte hai ??

    print("u cant divide by zero ")

except ValueError:

    print("Enter the valid number")

else: #this will only execute if no execption raised

    print(f"the ratio of 2 number is {num}")

finally:  #in any senario chahe upr kuch bhi aaye, it will executive in any senario

    print("i will run")

>>write a try-except block to handle filenotfound error

try:

    with open("AI.txt",r") as f:

        content=f.read()

        print(content)

except FileNotFoundError:  

    print("file not available in this path")

>>RAISE  == jab exception customized raise krna hai, jo system raise nhi krega main apne requirement ke according raise krna chahta hu 

def withdraw (balance, amount):  

    if balance-amount < 1000:

        raise Exception("Withdrawin denied: Minimum balance of 1000 INR to be maintaned")

    else:

        remaining = balance - amount

    return balance-amount

try:

    remaining_amount=withdraw(balance=1000, amount=2000)

    print(f"After transaction remaining balance is {remaining_amount}")

except Exception as e:

    print(f"Traction failed: {e}")

    

return ka matlab

• Python me return ka kaam hai: function ke andar se koi value bahar bhejna

• Matlab function calculate karke result wapas main program me deta hai

• def = function define krta hai / define keyword hai

• withraw = function ka naam, apne according 

• (Balance, amount) = is argument

• Return: Function ye value bahar bhejta hai → try block me remaining_amount variable me store hoti hai

• Try blockk 
      >>withdraw(balance=5000, amount=2000)

• Ye function call hai.

• Matlab hum withdraw function ko execute kar rahe hain aur usme:

• 5000 :balance 

• 2000 : amount

• remaining_amount
• function ka return value remaining_amount variable me store ho rha hai
• Mtlb withdraw ke baad bacha hua paisa ab is variable me hai

>>Built-in Modules 

#math

#random

#datetime

#os

#sys

>> import math #lets say i want to get square root

math.sqrt(34)   #yaha 34 ka square nikal rhe

>>import random #module has function to generate random data

random.random() #generate random decimal number (0-1 range tak)

random.randint(1,100)

>>from datetime import datetime  #it will give u date time

datetime.now()

>>import os #files check krne ke liye

os.getcwd() #file ka path check krne ke liye

>

numpy =numerical python , numpy ke strct numeric import krke use kr skte hai

import numpy as np  = #np is a shortname /np ki jgh kuch v de skte hai, np is a alias ise hamne isliye likha taaki in future jab bhi hame numpy likhna ho to pura likhne ke bajaye np likh ke hi upyog kr paye 

numpy jis Data sturcture pe based hai >>>>>>>>>>>

>>Array ---------

import numpy as np

arr =np.array([2,3,4,5,6,]) #list input me le rha, arr is basically variable name 

type(arr)

arr.ndim #check dimension of array, other way to check dimension , last bracket jitna hai utni dimension

>> 2 / Multi Dimension Array ------

arr2 = np.array([[1,2,3], [5,46,67]])

arr2.ndim  #arr2 is array's name and ndim will help to check dimension

 

 here u can see 2 brackets in this image after print 

>> arr2.shape  == #it will help us to check rows and columns of arrays

arr2 = np.array([[1,2,3], [5,46,67]])

arr2.ndim

arr2.shape

>> arr2.size ==== it will give u no of elements of array in rows only

arr2 = np.array([[1,2,3,5], [5,46,67,5]])

arr2.ndim

arr2.shape

arr2.size #no of elements

>> arr2.dtype

>>zeros_array = np.zeros((row_number, column_number))

    import numpy as np 

    zeros_array = np.zeros((10,4))  #it will give u float 0 according to row and column

    print(zeros_array)

>>ones_array = np.ones((row_number, column_number))

    import numpy as np 

    ones_array = np.ones((6,4))  #it will give u float number 1 according to row and column

    print(ones_array)

>>full_array = np.full((row_number, colum_number, fill_value = value_number)

    here full_array is variable name

    np.full = function name it will update full row number like 3, column number like 4

    fill_value = Ye parameter batata hai ki array ke sabhi elements me kya bhara jaye

Example: 

full_array = np.full((6,4), fill_value = 23)

print(full_array)

>>np.random.rand(dimension_number)

example: 

r_array=np.random.rand(5)

 

np.random.rand =  Ye NumPy ke random module ka function hai.

Ye function 0 aur 1 ke beech random numbers generate krta hai.

(dimension_number) Ye batata hai ki kitne random numbers chahiye.

>> np.round(r_array,number_round_in)

example:

r_array=np.random.rand(5)

np.round(r_array,2)

>>np.arange(start,end)

example:

arr = np.arange(1,11)

print(arr)

#yah NumPy का function है जो 1 से लेकर 10 तक की संख्याएँ generate करेगा। bcse end number 11 will not count

 

>> Indexing for single dimension array

import numpy as np

arr = np.array([1,3,4,8,5,])

arr[2]  #2 is basically index of array

>> Slicing for double dimension array

import numpy as np

arr = np.array([[1,2,3], [5,46,67]])

arr[1:2] #1 = start , 2 is end #this is for single dimension

Example:   this is for multidimentional array

#slicing in multidimentional array, lets suppose I want to slice 2 3 5 6

#arr2[start_row:end_row+1,start_column:end_column+1]

arr2 = np.array([[1,2,3,4], [4,5,6,9], [7,8,9,10]])

arr2[0:2,1:3]

>> Iteration ----------- just like literation in loop

for i in arr2:

    print(i);

>> Joining  -- if I've more than 1 array than how I can merge

#lets suppose ek hospital me 2 ward hai general and ICU jiske data ko jodna hai

general = np.array([[98,43,5345], [42,45,32]])

icu = np.array([[98,92,73], [89,42,52]])

np.concatenate((general,icu),axis = 1) #side by side (row wise merge)

#axis=1 → जोड़ना horizontally (side-by-side / row-wise)  

2nd Example: merge column wise

general = np.array([[1,2,3], [5,6,7]])

np.concatenate((general,icu), axis = 0)

>> SPLITING

import numpy as np

arr = np.arange(1,11)

arr #run arr

np.array_split(arr,3) #3 is basically number of split in how many part we want to split, it is function to split array, it will split array into equal part

>> ANOTHER WAY TO SPLIT = IT WILL WORK ONLY IF ARRAY HAS NUMBER TO DIVIDE EQUAL

arr2 = np.arange(1,11)

arr2

np.split(arr2,2)  #it will work when equal divisible possible only 

>>ARRAY SORTING

import numpy as np

arr = np.array([1,2,46,7,86])

np.sort(arr)  it will sort array, by default axis will be 0  #row_wise sorting

#coulmn_wise sorting 

import numpy as np

arr = np.array([[1,2,46,7,86], [32,4324,543,4324,4324]]) 

np.sort(arr, axis = 1)

arr

>> Searching = 

import numpy as np

arr3 = np.array([1,2,46,7,86]) 

np.where(arr3>40) #stands for conditional search, it will give u index of that value which is greater than 40

>> np.nonzero(arr) = i will return index of that value whereable u've non zero , basically it will not give u 0 number's index

import numpy as np

arr = np.arange(1,11)

np.nonzero(arr)

>>Filteration = how to filter the data

import numpy as np

arr = np.array([13,5,64,10,78,10])

arr[arr>7]  #it will return element which is greater than 7

>>Mathematical Operations in Numpy

x=np.array([[2,4], [6,10]])

y = np.array([[12,23], [34,8]])

x+y  #======= it will add x +y 

>> x//y = integer division

x=np.array([[2,4], [6,10]])

y = np.array([[12,23], [34,8]])

x//y  #======= it will divide x by y  

>> np.divide(x,y) = float division

import numpy as np

x=np.array([[2,4], [6,10]])

y = np.array([[12,23], [34,8]])

np.divide(x,y)  #=it will give u float division

>> np.multiply(x,y)  #it will multiply

>>matrix = rows multiply by column #condition ye hai = number of column of first array should be equal to the number of second array

arr1 = np.array([[2,4],[1,3]])  

arr2 = np.array([[3,6],[7,3]]) 

np.matmul(x,y) # matmul is function for matrix multiplication, (2×3) + (4×7) = 6 + 28 = 34

>>reshape array = 

#array can be reshape if size before and after reshaping are same

Example: lets suppose I have 14 dimension array, I want to make two dimension array (2,7) but (2,8) isme ham nhi kar skte 

arr = np.arange(1,15)

print(arr)

reshape_array= arr.reshape(2,7) # this is function and shape is 2 and 7, reshape_array this is variable where I'm storing reshaped array

Why?  Two change dimension --- one dimension to 2 dimension 

>>another way to reshape

reshape_array= arr.reshape(2,-1) #basically -1 is only a placeholder it will calculate automatically #automatic dimension calculator 

>>another way to reshape = from 3 dimension to 1 dimension

reshape_array = arr.reshape(-1)  #पूरे array को एक single dimension (1D array) में convert कर दो। , -1 is basically placeholder and arguments

>>Mathematical Operations

1)temp = np.array([23,32,35,54,54])

print(temp)

np.mean(temp) #calculate avg 

2) np.min(temp) #find minimum

(3)np.std(temp) #standard deviation means array के values औसत (mean) से कितना दूर या फैले हुए हैं।

4)np.percentile(temp,40)  #to find percentage, in terms of count, median wali value hi aati h

5)np.sum(temp) #to sum

6) np.median(temp) #to find like beech ka number

7)np.prod(temp) #product of all elements product (गुणा)

8)np.cumsum(temp) #cumlative sum  

9)np.cumprod(temp) = Cumulative Product,

यानि हर element तक का गुणा step-by-step दिखाना।

-------------------PANDAS------------------------------

Pandas एक Python library है जो हमें data को store, clean, analyze और manipulate (बदलने) में मदद करती है।

 आसान शब्दों में:

जैसे Excel में हम rows और columns में data रखते हैं,
उसी तरह Python में Pandas हमें data को Excel की तरह handle करने की सुविधा देता है।

        CSV file read krne me help krti hai

        pandas = pannel data

>> Pandas  ================ indexing IN pandas

import pandas as pd #pd is short name of pandas u can use according to u

import pandas as pd

pd.Series([23,43,54,65]), index = ["Mon","Tue","Wed", "Thu"] #it is basically one column in my pandas, #here u can put index as per my requirement,#here I've updated tue for index 2

#another way for create series

s=pd.Series({"Mon":23, "Tue":45, "Wed": 54, "Thu":65})
s["Mon"] #s is basically series name and Mon is index jiski value nikal rhe

Note: This is basically example for indexing

>>> SLICING IN SERIES

s[1:3] #main 1st index  se 2nd tak ja rha +1 rhta hai isliye 2 ke bajaye 3 likha hai 

>>Filtering in Series

import pandas as pd
s=pd.Series({"Mon":23, "Tue":45, "Wed": 54, "Thu":65})
s[s>45] #here it will give u value which is greater than 45 

>> SHAPE IN PANDAS
s.shape #it will give u shape of pandas

>>INDEX OF PANDAS
s.index #it will give u index values of series 

>>MATHEMATICAL OPERATIONS  IN PANDAS

import pandas as pd

s=pd.Series({"Mon":23, "Tue":45, "Wed": 54, "Thu":65})

s*2  #multiply

s+2   #adding 

s/2  #divide

>>Operations based on 2 region senario

region_a =pd.Series({"Jan":12, "Feb":13, "March": 16,"April":78})

region_b = pd.Series({"Jan":42, "Feb":53, "March": 36,"April":98})

total = region_a+region_b  #we are adding region_a value's with region_b values

total

diff = region_a - region_b #difference between region

diff

multi = region_a * region_b #multiplication here

multi

Note: In a series, the position is not important; the addition will be performed according to the index, and values like “Jan to Jan” will be added together even if I change the sequence.

>>>> other mathematicals operations based on region

region_a =pd.Series({"Jan":12, "Feb":13, "March": 16,"April":78})

region_b = pd.Series({"Jan":42, "Feb":53, "March": 36,"April":98})

region_a.max() #it iwll give u maximum value 

region_a.min() #it will give u minimum value 

region_a.mean()  #it will give u 

region_a.sum() #it will give u sum value for region

region_a.prod() #calculates the cumulative sum of a Series

>>another functions for pandas

1) apply == i want to assign some value

ex: 

region_a =pd.Series({"Jan":12, "Feb":13, "March": 16,"April":78})

def sales_category(sales):      

    if sales > 30:

        return "High Value"

    elif sales < 50:

        return "Moderate"

    else:

        return "High"

region_a.apply(sales_category)

Notes based on this: def → This keyword is used to define a function in Python.

sales_category → This is the name of the function (you can choose any valid name).

(sales) → This is the parameter (a placeholder for the value that will be passed to the function when it is called).

2)map = map() → “replace or transform” each value of a Series according to rules you give.

ex: 

    dept_codes = pd.Series(["HR", "Eng", "Sal", "FIN"]) 

    dept_names = {"HR": "Human Resources"

                 "Eng": Engineering,

                 "Sal": "Science",

                 "FIN": "Finance"}

dept_codes.map(dept_names)

Explanation:

pd.Series([...]) → creates a Pandas Series (a one-dimensional labeled data array).

dept_names → is a dictionary mapping department codes to their full names.

map() → replaces each value in the Series (dept_codes) with the corresponding value from the dictionary (dept_names).

Note: > order does not matter here

      > (0,1,2,3) → Index number (position) 

A data scientist wants to extract only the months where customer churn rate exceeded 8%. The correct approach is asume churn is a pandas series.

• churn[churn < 8]
• churn.where(churn > 8) #this is correct answer
• churn.mask(churn > 8)
• churn.clip(uppoer = 8)

Ans: churn = pd.Series([10,8,4,212,14], index = ["Jan", "Feb", "Mar", "Apr" "May","jun"])

churn.where(churn > 8)

Explain: 

 1) Why use .where()?

Because where() keeps only those values which satisfy the condition, and replaces others with NaN.

2) Churn ka matlab hota hai —

kisi company ke customers ka chhod kar chale jaana ya service cancel kar dena.

-----------------DATA FRAME ---------------------------------

DataFrame Pandas library ka ek 2D (two-dimensional) data structure hota hai —
jaise ek Excel sheet ya table, jisme rows aur columns hote hain.Soch lo jaise:

• Rows = records / entries

• Columns = fields / variables

eXAMPLE:

data

pd.DataFrame([[)

Example: 

import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita"],

    "Age": [25,27,29],

    "City": ["Delhi", "Rganj", "Patna"]

}

df = pd.DataFrame(data)

df

df.to_csv("dat.csv", index = True)

🔹 Step 1: import pandas as pd

• Ye line Pandas library ko import karti hai.

• pandas ek Python library hai jo data ko table (rows & columns) ke form me handle karne ke liye use hoti hai.

• as pd ka matlab — jab bhi hum “pandas” ka function use karein, hum usko shortcut naam “pd” se likh sakte hain.

---

🔹 Step 2: data = {...}

Yaha humne ek dictionary banayi hai jisme 3 keys hain:
Dictionary: 

data ek dictionary hai 🧠

Python me dictionary ek data structure hoti hai jo key-value pairs me data store karti hai.

Matlab:

1. "Name" → list of names

2. "Age" → list of ages

3. "City" → list of cities

Iska structure kuch aisa hai:

Name : ["divyanshu", "Neha", "Ankita"]
Age  : [25, 27, 29]
City : [Delhi, Rganj, Delhi]

⚠️ Note: Aapke code me "Delhi" aur "Rganj" ke aas-paas quotes nahi lage hain —
Unhe "Delhi" aur "Rganj" likhna chahiye, warna Python error dega (kyunki wo variable samjhega).

---

🔹 Step 3: df = pd.DataFrame(data)

• Ye line dictionary ko ek DataFrame me convert karti hai.

• DataFrame basically ek Excel sheet jaisa table hota hai jisme rows aur columns hote hain.

Result kuch aisa dikhega 👇

	Name	Age	City
0	divyanshu	25	Delhi
1	Neha	27	Rganj
2	Ankita	29	Delhi

---

🔹 Summary:

Line	Kya karta hai
import pandas as pd	Pandas library ko import karta hai
data = {...}	Dictionary me data store karta hai
pd.DataFrame(data)	Dictionary ko table (DataFrame) me badalta hai
df	Final DataFrame object hai jisme data rows-columns me hota hai

4️⃣ df.to_csv("dat.csv", index=True)

👉 Ye line df (DataFrame) ko ek CSV file me save kar rahi hai.

• "dat.csv" → file ka naam hai (ye tumhare system ke folder me ban jayegi,anaconda ke folder me)

• index=True → iska matlab hai row numbers (0,1,2...) bhi file me save karna.

🔸 Agar tum index=False likhte ho, to row numbers CSV me nahi aate.

---

🔹 CSV file kya hoti hai?

CSV (Comma-Separated Values) ek simple text file hoti hai jisme data comma se alag hota hai




>>> how to Save data frame (df) into excel -------------------




import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita"],

    "Age": [25,27,29],

    "City": ["Delhi", "Rganj", "Patna"]

}

df = pd.DataFrame(data)

df

df.to_excel("file_name.xlsx", index = False)

5️⃣ to_excel() function kya karta hai

👉 Ye function DataFrame ko Excel file (.xlsx) format me save karta hai.
Matlab tumhara data ab Excel sheet ke form me likha jayega.

>>> How to read file created using data frame using pandas ??

df = pd.read.csv("file_name")
example:

import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita"],

    "Age": [25,27,29],

    "City": ["Delhi", "Rganj", "Patna"]

}

df = pd.DataFrame(data)

df.to_csv("NewCsv.csv", index = False)

df = pd.read_csv("NewCsv.csv")

>>>df.head == by default it shows 5 rows, how mamy rows u want to see

Explaination: head() function DataFrame ke top rows (upar ke records) dikhata hai.

• Default: agar tum likhte ho df.head() → to pehle 5 rows show karta hai.

• df.head(1) → sirf pehli row (first record) show karega.

  
  
  

>>df.tail(1) == how to see data from bottom 

import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita"],

    "Age": [25,27,29],

    "City": ["Delhi", "Rganj", "Patna"]

}

df = pd.DataFrame(data)

df.to_csv("NewCsv.csv", index = False)

df = pd.read_csv("NewCsv.csv")

df

df.head(1)

df.tail(1) #1 is basically number from bottom

🔹 Meaning:

tail() function DataFrame ke last rows (niche ke records) dikhata hai.

• Default: agar tum likhte ho df.tail() → to last 5 rows show karega.

• df.tail(1) → sirf last 1 row (aakhri record) show karega.

>> df.info() == entire meta data

🔹 Meaning:

info() function DataFrame ke structure aur basic details batata hai —
jaise columns ke naam, unke data types, aur har column me kitne non-null (filled) values hain.

>>df.describe() == it will give u complete statistical summary 

describe() function DataFrame ke numerical columns ka statistical summary deta hai.
Ye automatically numbers wale columns (like marks, age, salary etc.) ke liye
important measures calculate karta hai jaise:

• count → kitne values hain

• mean → average value

• std → standard deviation (data kitna spread hai)

• min → smallest value

• 25%, 50%, 75% → percentiles (quartiles)

• max → largest value

>>df.shape  ==== how many rows and columns we have in dataFrame

>>how to index one column in dataFrame ?

df["City"] #series 

Explain: तो ये DataFrame की सिर्फ एक column (City) को निकालता है,
और इसका output होता है Pandas Series.

>> df.loc[0:1] = fetch data row wise

0:1  -----------
→ यह एक slice है (range selection) जिसका मतलब है —
row index 0 से लेकर 1 तक की rows निकालो (inclusive).

---------------------

.loc[] का इस्तेमाल label-based indexing के लिए होता है।

यानी तुम row labels (index) के आधार पर rows निकाल सकते हो।

df.set_index

>>df.set_index("City", inplace = True) = if Inplace = true, existing df itself will get updated rather than a new df

इस line का मतलब है कि "City" कॉलम को index बना दो — यानी अब DataFrame में हर row की पहचान City के नाम से होगी, न कि 0, 1, 2 से।

>>> df.icoc[0:1] = #position based indexing

import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita", "Junaid"],

    "Age": [25,27,29,48],

    "City": ["Delhi", "Rganj", "Patna", "Saharanpur"]

}

df = pd.DataFrame(data)

print(df.iloc[0:2])

यह Pandas को बताता है कि 0 से शुरू होकर 2 से पहले तक की rows दिखाओ।

मतलब —
यह केवल पहली दो rows दिखाएगा 

>>>Modifying data opeations

df["Age"] = df["Age"]/100  

यह Pandas DataFrame में "Age" column की हर value को 100 से divide कर देता है।

📘 Important Concepts:

• df["Age"] → यह Age column को select करता है (Series form में)

• /100 → यह हर value को 100 से divide करता है

• df["Age"] = ... → यह modified values वापस Age column में assign कर देता है

	>>df.rename("column" ={"COLUMN_NAME":"CHANGED_COLUMN NAME"},inplace = True) = rename column name, rename header of column

import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita", "Junaid"],

    "Age": [25,27,29,48],

    "City": ["Delhi", "Rganj", "Patna", "Saharanpur"]

}

df = pd.DataFrame(data)

print(df.iloc[0:2])

df["Age"] = df["Age"]/100

df.rename(columns ={"City":"Place"},inplace = True)

df

Explain: 

columns = {...}

→ यह dictionary है जिसमें तुम पुराने column नाम और नए column नाम define कर रहे हो।

यहाँ "City" को "Place" से replace किया जा रहा है।

inplace = True

→ इसका मतलब है कि ये बदलाव सीधे original DataFrame (df) में लागू हो जाएगा।

यानी नया DataFrame बनाने की जरूरत नहीं पड़ेगी।

>>df.drop("Age",axis = 1, inplace = True) = it will drop the column

Ex: 

import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita", "Junaid"],

    "Age": [25,27,29,48],

    "City": ["Delhi", "Rganj", "Patna", "Saharanpur"]

}

df = pd.DataFrame(data)

print(df.iloc[0:2]) #index wise view

df["Age"] = df["Age"]/100 #this is devide entire column

df.drop("Age",axis = 1, inplace = True)

df

📘 Explanation:

1. drop() → किसी row या column को DataFrame से हटाने के लिए use होता है।

2. "Age" → यह बताता है कौन-सा column हटाना है।

3. axis = 1 →

   • axis = 0 → rows के लिए होता है

   • axis = 1 → columns के लिए होता है
     इसलिए यहाँ column हटाया जा रहा है।

4. inplace = True →

   • इसका मतलब: change सीधे original DataFrame में लागू हो जाएगा।

   • अगर ये False रहता तो हटाने का effect temporary होता।

>> df["New_Column_name"] = [1,2,3,4..... values] = create new column

ex: 

import pandas as pd

data = {

    "Name": ["divyanshu","Neha", "Ankita", "Junaid"],

    "Age": [25,27,29,48],

    "City": ["Delhi", "Rganj", "Patna", "Saharanpur"]

}

df = pd.DataFrame(data)

df["Age"] = df["Age"]/100 #this is devide entire column

df.drop("Age",axis = 1, inplace = True)

df

df["RR"] = ["Yes","No","Yes","No"] #bcse we have only 3 value thats why using 1,2,3 value

df

Explaination:

df["RR"]

→ इसका मतलब है: DataFrame df में "RR" नाम से एक नया column बनाना।

(अगर "RR" पहले से है तो उसकी values update हो जाएँगी।)

= ["Yes","No","Yes","No"]

→ यह values उस column की हर row में assign की जा रही हैं।

मतलब —

पहली row में “Yes”  

दूसरी में “No”

तीसरी में “Yes”

चौथी में “No”

>>> Filtering Data

df.loc["Delhi", "City"] = 30

 Explanation:

1. df.loc[ ] → Pandas का label-based selector है।
   इसका मतलब है कि हम किसी row और column को label (नाम) से access करते हैं, न कि index number से।

2. "Delhi" → ये row label है।
   यानी तुम उस row को target कर रहे हो जिसका index "Delhi" है।
   ⚠️ इसका मतलब यह है कि तुम्हारे DataFrame में “City” column index बना हुआ होना चाहिए,

>>> How to filter Data greater than,Pandas query() Function — Conditional Filtering Example

df["age"] > 25

df[df["Age"] > 25]

Explanation:

🔹 1️⃣ df["Age"] > 25 


यह line कोई data नहीं निकालती,
बल्कि एक Boolean Series (True/False values) बनाती है।

मतलब Pandas हर row की "Age" को check करता है कि
क्या वो 25 से बड़ी है या नहीं।

🔹 2️⃣ df[df["Age"] > 25]

यह line ऊपर वाली Boolean Series का इस्तेमाल करके
True वाली rows को filter करती है।

मतलब — “Age 25 से बड़ी वाली rows दिखाओ।

>> Another way to filter --

df[(df["Age"] > 25) & (df["Stake"] < 1)]

>>Pandas query() Function — Conditional Filtering Example

import pandas as pd

data = {

    "Name": ["Sumair","Neha", "Dinesh", "Junaid"],

    "Age": [2235,27,29,48],

    "City": ["Delhi", "Chainpur", "Pune", "Saharanpur"]

}

df = pd.DataFrame(data)

#

df["RR"] = ["Yes","No","Yes","No"] #bcse we have only 3 value thats why using 1,2,3 value, we can create new column

df

df["Stake"] = [45,454,124,756]

df.loc["Delhi", "Name"] = 30 

df

df["Age"] > 125

df[df["Age"] > 125]

df.query("Age > 25 and Stake < 100")

🔹 1️⃣ .query() क्या करता है?

.query() एक filtering method है जो तुम्हें SQL-style condition लिखने देता है —
यानि "Age > 25 and Stake < 100" जैसी string के अंदर directly condition दे सकते हो।

ये वही काम करता है जैसा ये code: df[(df["Age"] > 25) & (df["Stake"] < 100)]

🔹 2️⃣ "Age > 25 and Stake < 100"

यहाँ दो conditions हैं:

• Age > 25 → मतलब सिर्फ वो rows जिनकी Age 25 से ज़्यादा है

• Stake < 1 → और साथ में Stake column की value 100 से कम हो

and का मतलब दोनों conditions True होनी चाहिए।

🔹 3️⃣ Output

यह query सिर्फ उन्हीं rows को return करेगी जहाँ
Age 25 से बड़ी और Stake 100 से कम है।

>>df.to_clipboard() — Copy DataFrame to Clipboard

Explanation:

यह function पूरे DataFrame (df) को clipboard में copy कर देता है।
मतलब — आप इस data को Ctrl + V दबाकर सीधे Excel, Google Sheets या Notepad में paste कर सकते हैं।

>> df.to_hdf("File_name.h5", key='My_data') — Save DataFrame in HDF5 Format

🧠 Explanation:

यह function Pandas DataFrame को HDF5 file format (Hierarchical Data Format) में save (store) करने के लिए use किया जाता है।
यह format बड़ी मात्रा में data को compressed (संपीड़ित) और efficient तरीके से store करने में मदद करता है —
विशेष रूप से जब data बहुत बड़ा हो (जैसे millions of rows)।

🔸 key parameter HDF5 file में DataFrame को unique name देने के लिए जरूरी होता है। basically table name on that file
🔸 बिना key दिए .to_hdf() काम नहीं करता (error देता है)।
🔸 एक ही .h5 file में multiple DataFrames अलग-अलग keys से store किए जा सकते हैं।

🔸 HDF file is basically stored in binary format so u can not directly access this file

>>

📘 Pandas: Reading HDF5 File using pd.read_hdf()




df_hdf = pd.read_hdf("file_name.h5", key='My_data')

Definition:

pd.read_hdf() Pandas ka ek function hai jo HDF5 format file ko read (load) karke DataFrame ke form me return karta hai।
यह function .to_hdf() से save की गई file को दोबारा memory में लाने/Reading के काम आता है।

🔹read_hdf()

यह Pandas का function है जो HDF5 file format की file को read (load) करने के लिए use होता है।
यह file खोलकर उसमें से data निकालता है और उसे DataFrame के रूप में वापस देता है।

🔹"file_name.h5"

यह उस file का नाम है जिसे आप read करना चाहते हैं।
.h5 या .hdf5 extension बताता है कि file का format HDF5 है।

🔹key='My_data'

यह HDF5 file के अंदर stored DataFrame का unique name या label है।
क्योंकि एक HDF5 file में multiple DataFrames store किए जा सकते हैं, हर एक के लिए अलग key होती है।

>> Filtering Rows Based on Multiple Values using isin() Method
🔍 एक से ज़्यादा Values के आधार पर Rows को Filter करना — isin() Method

import pandas as pd

data = {

    "Employee_ID": [101, 102, 103, 104, 105],

    "Name": ["Divyanshu", "Ankita", "Junaid", "Neha", "Ravi"],

    "Department": ["IT", "HR", "Sales", "Finance", "IT"],

    "Age": [25, 29, 32, 28, 26],

    "Experience_Years": [2, 5, 7, 3, 4],

    "Monthly_Salary": [50000, 60000, 65000, 55000, 52000]

}

df = pd.DataFrame(data)

df

df[df["Department"].isin(["Sales", "IT"])]

Step-by-Step Explanation:

1️⃣ df — DataFrame

• df वो variable है जिसमें पूरा dataset (table) store है।

• Example के लिए, मान लो हमारा DataFrame ऐसा है:

2️⃣ df["Department"]

• यह सिर्फ "Department" column को select करता है।

• Output होगा:

3️⃣ isin(["Sales", "IT"])

• यह check करता है कि "Department" column की values "Sales" या "IT" में हैं या नहीं।

• Output देगा एक Boolean Series (True/False values):

4️⃣ df[df["Department"].isin(["Sales", "IT"])]

• अब ये Boolean Series पूरे df पर apply होती है।

• सिर्फ वही rows दिखाई जाएँगी जहाँ value True है।

• मतलब केवल "Sales" और "IT" departments के employees दिखेंगे

✅ Final Output:

➡️ केवल "Sales" और "IT" departments की rows filter हो जाएँगी।

📘 Pandas: Excluding Rows Using ~isin() Function
📘 Pandas में ~isin() Function से कुछ Rows को Exclude करना (हटाना)

import pandas as pd

data = {

    "Employee_ID": [101, 102, 103, 104, 105],

    "Name": ["Divyanshu", "Ankita", "Junaid", "Neha", "Ravi"],

    "Department": ["IT", "HR", "Sales", "Finance", "IT"],

    "Age": [25, 29, 32, 28, 26],

    "Experience_Years": [2, 5, 7, 3, 4],

    "Monthly_Salary": [50000, 60000, 65000, 55000, 52000]

}

df = pd.DataFrame(data)

df

df[~df["Department"].isin(["Sales", "IT"])]

🧠 Step-by-Step Explanation:

1️⃣ df

यह आपका DataFrame है — जिसमें सभी employees का data है 👇

Employee_ID	Name	Department	Age	Experience_Years	Monthly_Salary
101	Divyanshu	Sales	25	2	40000
102	Anshika	HR	27	3	45000
103	Neha	IT	28	4	50000
104	Junaid	Finance	30	5	55000

---

2️⃣ df["Department"].isin(["Sales", "IT"])

यह check करता है कि “Department” column की value “Sales” या “IT” में है या नहीं।
Output एक Boolean Series होती है

🧠 Step-by-Step Explanation:

1️⃣ df

यह आपका DataFrame है — जिसमें सभी employees का data है 👇

Employee_ID	Name	Department	Age	Experience_Years	Monthly_Salary
101	Divyanshu	Sales	25	2	40000
102	Anshika	HR	27	3	45000
103	Neha	IT	28	4	50000
104	Junaid	Finance	30	5	55000

---

2️⃣ df["Department"].isin(["Sales", "IT"])

यह check करता है कि “Department” column की value “Sales” या “IT” में है या नहीं।
Output एक Boolean Series होती है 👇

0     True
1    False
2     True
3    False
Name: Department, dtype: bool

---

3️⃣ ~ (Tilde Operator)

• यह एक NOT operator है (मतलब उल्टा कर देता है)।

• True → False और False → True बन जाता है।

इसलिए अब output बनेगा 👇

0    False
1     True
2    False
3     True
Name: Department, dtype: bool

---

4️⃣ df[~df["Department"].isin(["Sales", "IT"])]

अब DataFrame में केवल वो rows बचेंगी जहाँ condition False थी पहले —
यानि अब वो employees जिनका department “Sales” और “IT” नहीं है 👇

Employee_ID	Name	Department	Age	Experience_Years	Monthly_Salary
102	Anshika	HR	27	3	45000
104	Junaid	Finance	30	5	55000

✅ Final Output:

➡️ यह code उन सभी rows को दिखाएगा जो "Sales" और "IT" department में नहीं हैं।

Short Summary Table:

Symbol / Function	Meaning
isin()	Checks if value is present in list
~	Reverses the condition (True → False)
df[...]	Filters DataFrame based on condition

Question: How do we sort data Python ?

Question: Data Handling In Python ?

Question: Data Cleaning In Python ?

Question: data Handling Missing Value in Python ?

Question: Handling Duplicates in python ?

📘 Pandas – Reading a CSV File and Previewing Data (Notes)

➡️ Code:

import pandas as pd

df = pd.read_csv("day.csv")

df.head(2)

📝 Notes – Line-by-Line Explanation

---

1️⃣ import pandas as pd

English

This line imports the Pandas library and gives it a short name pd, so we don’t have to type pandas again and again.

Hindi

Ye line Pandas library ko import karti hai aur uska short name pd rakhti hai, jisse baar-baar pura pandas likhna na pade.

Iska matlab:
Ab hum Pandas functions pd. lagakar use kar sakte hain.
Example: pd.read_csv(), pd.DataFrame() etc.

2️⃣ df = pd.read_csv("day.csv")

English

This reads the CSV file named day.csv and loads it into a DataFrame called df.

Hindi

Ye day.csv file ko read karke Pandas DataFrame me convert karti hai jiska naam df rakha gaya hai.

Important Points

• read_csv() → function to read CSV files

• "day.csv" → filename

• df → variable storing the table-like data

3️⃣ df.head(2)

English

This displays the first 2 rows of the DataFrame.
It helps quickly preview the data and check whether it loaded correctly.

Hindi

Ye DataFrame ki pehli 2 rows screen par show karta hai.
Isse hum file sahi load hui ya nahi, ye quickly check kar sakte hain.

General Rule

• 
  df.head() → shows first 5 rows (default)   
  

• df.head(2) → shows first 2 rows

• df.head(10) → shows first 10 rows

🧾 Pandas – df["season"].count() (Short Notes in Hindi)

✔️ Code

df["season"].count()

🧠 इस कोड में क्या हो रहा है?
df["season"] → DataFrame से season column को select करता है
.count() → उस column में कितनी entries (rows) मौजूद हैं, उनकी गिनती करता है
👉 यानी यह बताता है कि season column में total कितनी values लिखी गई हैं
और यह missing (NaN) values को count नहीं करता।


📌 Example
अगर season column में values हों:

[1, 2, NaN, 3, 2]

तो .count() output देगा:

4

क्योंकि NaN को count नहीं किया जाता।

🧾 Pandas – df["season"].nunique() (Short Notes in Hindi)
✔️ Code
df["season"].nunique()

🧠 इस कोड में क्या हो रहा है?

• df["season"] → DataFrame से season column select करता है

• .nunique() → उस column में कितने unique (अलग-अलग) values हैं, उनकी संख्या बताता है

👉 मतलब यह check करता है कि season column में कितने अलग-अलग season आए हैं।

📌 Example

अगर season column में values हों:

[1, 2, 2, 3, 3, 3, 4]

तो output होगा:

4
क्योंकि unique values हैं → 1, 2, 3, 4
🛑 Important:
.nunique() केवल unique values count करता है
यह NaN values को count नहीं करता
.nunique(dropna=True) by default set होता है

📍 कब काम आता है?
Category या class की अलग-अलग values जानने के लिए
Grouping से पहले
Data understanding और EDA में

🧾 Pandas – df["season"].unique() (Short Notes in Hindi)
✔️ Code
df["season"].unique()
🧠 इस कोड में क्या हो रहा है?

df["season"]

DataFrame से season column select करता है।
.unique()

उस column में मौजूद सभी unique (अलग-अलग) values को array की form में return करता है।


👉 यानी यह बताता है कि season column में कौन-कौन सी अलग values हैं।

📌 Example
अगर season column में values हों:
[1, 2, 2, 3, 3, 4]

तो output होगा:
array([1, 2, 3, 4])

:
🧾 Pandas – df["season"].value_counts() (Short Notes in Hindi)

✔️ Code

df["season"].value_counts()


🧠 इस कोड में क्या होता है?

df["season"]

DataFrame से season column select करता है।
.value_counts()

उस column में हर unique value कितनी बार आई है, उसका count देता है।

👉 यानी यह बताता है कि column में कौन-सी value कितनी बार repeat हुई है।


📌 Example

मान लो season column में values हैं:

[1, 2, 2, 3, 3, 3, 4]

तब output होगा:
3    3   ← value 3 तीन बार
2    2   ← value 2 दो बार
1    1   ← value 1 एक बार
4    1   ← value 4 एक बार

🛑 Important Points
Output value → count format में आता है।
By default, highest count सबसे ऊपर दिखता है (sorted descending)।
Missing/NaN values को भी count कर सकता है अगर specify करें।

⭐ One-line Summary
value_counts() column में हर unique value कितनी बार आई है, उसकी frequency बताता है।

🧾 Pandas – sub_df = df[["season", "temp", "hum"]].sample(10) (Notes in Hindi)
✔️ Code

sub_df = df[["season", "temp", "hum"]].sample(10)
🧠 इस लाइन में क्या हो रहा है?
1️⃣ df[["season", "temp", "hum"]]
DataFrame df से सिर्फ तीन columns select किए जा रहे हैं:

season
temp
hum
मतलब पूरा DataFrame नहीं, सिर्फ इन तीन कॉलम का छोटा DataFrame लिया गया।
2️⃣ .sample(10)
चुने गए DataFrame से random 10 rows उठाई जा रही हैं।
हर बार कोड चलाने पर अलग-अलग random rows आ सकती हैं।
3️⃣ sub_df = ...
Result को एक नए variable sub_df में store कर दिया गया।
अब sub_df एक छोटा random sample DataFrame है, जिसमें सिर्फ:
10 rows
3 columns
📌 क्यों useful है?
बड़ी dataset से जल्दी-से sample data देखने के लिए।
Analysis में random testing करने के लिए।
Machine Learning में data splitting के लिए।
🧾 Pandas – sub_df.sort_values(by="temp") (Notes in Hindi)
✔️ Code
sub_df.sort_values(by="temp")
🧠 इस लाइन में क्या हो रहा है?
sort_values() Pandas का method है जो data को sort (क्रमबद्ध) करता है।
by="temp" का मतलब है:
👉 DataFrame को temp column की values के आधार पर sort करो।
Default में sorting ascending order (छोटे से बड़े) में होती है।
📌 Output में क्या मिलेगा?
sub_df की rows temperature value के हिसाब से नीचे-ऊपर हो जाएँगी, जैसे:
season
temp
hum
2
0.15
  45
1
0.18
  60
3
0.25   
  55
⭐ अगर descending करना हो तो:
sub_df.sort_values(by="temp", ascending=False)

🧾 Pandas – Sorting Using Multiple Columns (sort_values)
✔️ Code
sub_df.sort_values(by = ["season", "temp"])
📌 क्या हो रहा है?
sort_values() DataFrame को sort करने के लिए उपयोग होता है।
by = ["season", "temp"] का मतलब है कि sorting दो columns के आधार पर होगी:
पहले season column
फिर उसी season के अंदर temp column
यानी पहले सभी rows season के हिसाब से sort होंगी, फिर हर season के अंदर temperature को sort किया जाएगा।
🔎 Final Summary (Short Notes)
sort_values([...]) → multiple columns पर sorting
सबसे पहले पहला column sort होता है
फिर उसी group के अंदर दूसरा column sort होता है
यह multi-level sorting कहलाती है।

📌 Topic: Pandas में Display Option – display.max_columns
▶ कोड
pd.get_option("display.max_columns")

🧠 क्या सीख रहे हैं?
यह कमांड हमें बताती है कि Pandas DataFrame को प्रिंट करते समय एक बार में कितने कॉलम दिखाई देंगे।
📝 मतलब
अगर इसका आउटपुट 20 आया, तो इसका मतलब है कि DataFrame प्रिंट होते समय pandas ज़्यादा से ज़्यादा 20 कॉलम दिखाएगा।
अगर कॉलम इससे ज़्यादा हुए, तो pandas बीच में ... दिखा देगा।
⚙ पूरा सब कुछ दिखाना चाहते हों
pd.set_option("display.max_columns", None)
अब pandas सभी कॉलम बिना छुपाए दिखाएगा।

📌 Topic: Pandas Display Settings – display.max_columns Set करना
▶ कोड
pd.set_option("display.max_columns", 50)
1️⃣ pd.set_option क्या है?
यह Pandas में settings बदलने के लिए उपयोग होने वाला function है।
हम Pandas को बताते हैं कि output में चीज़ें कैसे display होंगी।
2️⃣ "display.max_columns" क्या करता है?
Pandas default रूप से सिर्फ कुछ columns दिखाता है।
अगर DataFrame में बहुत ज़्यादा columns हों तो वह बीच में ... दिखा देता है।
"display.max_columns" से हम तय करते हैं कि output में maximum कितने columns दिखाए जाएँ।

3️⃣ 50 का मतलब
यहाँ 50 का मतलब है:

→ Pandas अब output में 50 columns तक बिना छुपाए दिखाएगा।

4️⃣ क्यों इस्तेमाल करते हैं?
बड़ी datasets में कई बार important columns छुप जाते हैं।
इस command से सारे columns clearly दिखाई देते हैं → analysis आसान हो जाता है।

✔ Final Result
अब Jupyter Notebook या कहीं भी DataFrame print करने पर 50 कॉलम तक किसी भी जगह ... नहीं आएगा।

📌 Topic – Pandas Display Option Reset (pd.reset_option)
▶ Code
pd.reset_option("display.max_columns")

1️⃣ pd.reset_option क्या है?
Pandas में settings बदलने के बाद,

अगर हमें किसी option को default (original) value पर वापस लाना हो,

तो pd.reset_option का उपयोग किया जाता है।
यह उस option को Pandas के factory default setting पर restore कर देता है।

2️⃣ "display.max_columns" क्या था?
यह option Pandas को बताता है कि

DataFrame output में maximum कितने columns दिखाई दें।
हमने पहले इसे सेट किया था:
pd.set_option("display.max_columns", 50)


3️⃣ अब यह code क्या कर रहा है?
pd.reset_option("display.max_columns")
यह command "display.max_columns" को उसकी original default value पर वापस ले आता है।
मतलब:
फिर से Pandas default limit के हिसाब से column दिखाएगा
ज़्यादा columns होने पर Pandas फिर से ... दिखा सकता है

4️⃣ कब उपयोग होता है?
जब:
Testing खत्म कर ली हो
Data visualization normal view में देखना हो
Custom settings को undo करना हो
Question: How to Handle Missing Data  -- Handling the Missing data


📘 Pandas + NumPy: DataFrame Creating with Missing Values (np.nan)
✔ Code

import numpy as np
import pandas as pd

data = {
    "Patient_ID": [101, 102, 103, 104, 105],
    "Heart_Rate": [72, 85, np.nan, 90, 76],
    "Blood_Pressure": [120, 130, 125, np.nan, 118],
    "Temperature": [98.4, 99.1, 100.0, 98.7, 99.4],
    "Oxygen_Saturation": [97, 95, 93, 96, 98]
}

df = pd.DataFrame(data)
df


🧠 Line-by-Line Explanation (Hindi)


✔ import numpy as np
NumPy लाइब्रेरी को import किया गया है।
इसका उपयोग np.nan डालने के लिए किया जाता है।

np.nan का मतलब missing / blank value होता है।

✔ import pandas as pd
Pandas लाइब्रेरी import की गई है।
Pandas DataFrame बनाने, editing और data analysis के लिए उपयोग होती है।


✔ data = { ... }
यह एक Python dictionary है जिसमें अस्पताल (hospital) के मरीजों का डेटा है।
इसमें 5 columns बनाए गए हैं:
Patient_ID
Heart_Rate
Blood_Pressure
Temperature
Oxygen_Saturation


✔ np.nan क्यों?
Heart_Rate और Blood_Pressure में जानबूझकर missing values डाली गई हैं।
Real-life datasets में अक्सर missing data होता है, इसलिए इसे handle करना सीखना जरूरी है।


✔ df = pd.DataFrame(data)
Dictionary को Pandas DataFrame में convert किया गया है।
DataFrame एक table-like structure होता है जिसमें rows और columns होते हैं।
अब इस df पर हम operations कर सकते हैं।

✔ df
Jupyter Notebook में सिर्फ df लिखने से पूरा DataFrame output में display हो जाएगा।

✔ np.nan क्या होता है?
np.nan का मतलब होता है:
Not a Number (Missing Value)
यानी dataset में ऐसा place जहाँ data उपलब्ध नहीं है।

✔ क्यों इस्तेमाल किया जाता है?
Real-world datasets में अक्सर ऐसा होता है कि:

किसी patient की जानकारी record नहीं हुई
किसी survey में कुछ questions खाली छोड़ दिए
किसी sensor ने data भेजा ही नहीं
ऐसे डेटा को represent करने के लिए हम np.nan का उपयोग करते हैं।

✔ np.nan कहाँ से आता है?
import numpy as np

NumPy library को import करने के बाद ही हम np.nan उपयोग कर सकते हैं।

✔ Import करने के बाद हम ऐसे लिखते हैं:
np.nan


✔ Example
"Heart_Rate": [72, 85, np.nan, 90, 76]

यहाँ तीसरे patient की Heart Rate missing है, इसलिए उसकी जगह np.nan रखा गया।

✔ Important Properties
🔹 np.nan किसी भी number के बराबर नहीं होता
np.nan == np.nan   # False
🔹 Missing values को find करने के लिए:
df.isna()
🔹 Missing values को हटाने के लिए:
df.dropna()
🔹 Missing values भरने के लिए:
df.fillna(value)


⭐ Revision Points
np.nan का मतलब missing / blank value
यह NumPy से आता है
Real datasets में missing data represent करने के लिए इस्तेमाल होता है
Equality में यह किसी number के equal नहीं होता

📘 Pandas: df.isna() – Missing Values Check
(Hindi Notes for Revision)

✔ df.isna() क्या करता है?
df.isna() DataFrame में मौजूद missing values (np.nan) को check करता है और हर cell के लिए:

True → अगर value missing है
False → अगर value मौजूद है
return करता है।

✔ Syntax
df.isna()


✔ Example
मान लो हमारा DataFrame ऐसा है:
import numpy as np
import pandas as pd

data = {
    "Heart_Rate": [72, 85, np.nan, 90, 76],
    "Blood_Pressure": [120, 130, 125, np.nan, 118]
}

df = pd.DataFrame(data)

अब check करें:
df.isna()


✔ Output (Explanation)
Column
Value Missing?
अगर किसी cell में np.nan है
True
अगर value मौजूद है
False

✔ Where is it useful?
df.isna() इन जगहों पर helpful है:
Dataset में कितने missing values हैं यह जानने
कौन-सी rows/columns incomplete हैं यह check करने
Data cleaning से पहले validation करने

✔ Count Missing Values
If you also want to count missing values:
df.isna().sum()


⭐ Revision Points
df.isna() missing values detect करता है
Output Boolean DataFrame (True / False) होता है
Data cleaning और preprocessing का पहला step होता है

>>> Now lets handle this situation
(1) Drop Missing data [Note: this is not preferable ] 
(2) If Numerical data like heart rate so will use Mean/Median to handle this missing and categorical data me Mode ka use krte hai
 
📘 Pandas — Column Mean निकालना (Step-by-step explanation)
▶ Code
heart_rate_mean = df["Heart_Rate"].mean()
print(heart_rate_mean)


1️⃣ df

क्या है: यह आपका Pandas DataFrame है — यानी rows × columns वाला table।
क्यों जरूरी: DataFrame में अलग-अलग columns होते हैं; हम इन्हीं columns पर operations करते हैं।
Example: df में मरीजों के heart rate सहित कई medical columns हो सकते हैं।


2️⃣ df["Heart_Rate"]
क्या कर रहा है: DataFrame से Heart_Rate नाम का column select कर रहा है।
किस तरह return होता है: यह एक Pandas Series लौटाता है (1-D labeled array)।
Example output (Series form):
0     72.0
1     85.0
2      NaN
3     90.0
4     76.0
Name: Heart_Rate, dtype: float64




3️⃣ .mean()

क्या है: Pandas Series का method जो उस column का average (mean) निकालता है।
क्या करता है internally: सारे non-missing numeric values का जोड़ करके उनकी संख्या से divide करता है.

Formula: (sum of non-NaN values) / (count of non-NaN values)
NaN handling: अगर column में np.nan (missing) हो तो Pandas उनसे ignore कर देता है (वे denominator में शामिल नहीं होते)।
Return type: एक single numeric value (float) मिलता है।

4️⃣ heart_rate_mean =

क्या कर रहा है: .mean() से जो numeric result आया उसे heart_rate_mean नाम के variable में store कर रहा है।
क्यों जरूरी: बाद में उसी value को reuse या print करने के लिए store करते हैं।



5️⃣ print(heart_rate_mean)

क्या कर रहा है: screen/console पर heart_rate_mean की value दिखा रहा है।
Output example:
80.75

(यह मान उपरोक्त sample [72,85,NaN,90,76] के लिए है — अर्थात (72+85+90+76)/4 = 80.75)



🔎 Full Flow (एक साथ)
df["Heart_Rate"] → column select (Series)
.mean() → selected Series का average compute (ignoring NaN)
result assign → heart_rate_mean में store
print(...) → result console पर दिखाओ

✅ Short Notes (Quick)
df["Col"].mean() = column का average निकालता है।
Missing values (NaN) स्वतः ignore होते हैं।
Output float होता है; अगर सब integer हों तो भी float मिलेगा (




📘 Pandas – Missing Values को Mean से Fill करना (Step-By-Step Notes)

Code:
import numpy as np
import pandas as pd
data = {
    "Heart_Rate": [72, 85, np.nan, 90, 76],
    "Blood_Pressure": [120, 130, 125, np.nan, 118]
}
df = pd.DataFrame(data)
heart_rate_mean = df['Heart_Rate'].mean()
df['Heart_Rate'] = df['Heart_Rate'].fillna(heart_rate_mean)
print(df)

 



🧾 1) NumPy Import
import numpy as np

✔ क्या हो रहा है?

NumPy लाइब्रेरी को Python में load किया जा रहा है।
Short name np दिया जा रहा है ताकि बार-बार पूरा नाम न लिखना पड़े।

❓ क्यों ज़रूरी है?

Dataset में missing values को represent करने के लिए हम np.nan का उपयोग करते हैं।
NumPy maths operations में भी मदद करता है।


🧾 2) Pandas Import
import pandas as pd

✔ क्या हो रहा है?
Pandas लाइब्रेरी load हो रही है और alias pd दिया जा रहा है।
❓ क्यों ज़रूरी है?

DataFrame create करने, modify करने, और analysis करने के लिए Pandas सबसे powerful tool है।



🧾 3) Dataset बनाना (Dictionary Format)

data = {
    "Heart_Rate": [72, 85, np.nan, 90, 76],
    "Blood_Pressure": [120, 130, 125, np.nan, 118]
}
✔ क्या हो रहा है?
एक Python Dictionary बना रहे हैं।
Keys = Column Names
"Heart_Rate"
"Blood_Pressure"
Values = Lists
हर list एक complete column को represent करती है।
❓ ध्यान देने वाली बात
np.nan = Missing value (खाली data या unavailable value)
Real world datasets में missing values आम होती हैं।



🧾 4) Dictionary → DataFrame Conversion
df = pd.DataFrame(data)
✔ क्या हो रहा है?
Dictionary को Pandas DataFrame में convert किया जा रहा है।
❓ परिणाम?
एक तालिका (table) बन गई:

Index
Heart_Rate
Blood_Pressure
0
72
120
1
85
130
2
NaN
125
3
90
NaN
4
76
118

अब इस पर analysis और cleaning operations कर सकते हैं।


🧾 5) Heart_Rate Column का Mean निकालना

heart_rate_mean = df['Heart_Rate'].mean()
✔ क्या हो रहा है?
df['Heart_Rate'] → Heart_Rate column को select कर रहा है।
.mean() → उसका average निकाल रहा है।

❓ Missing Value Handling
Pandas mean निकालते समय NaN को अपने-आप ignore कर देता है।
📌 Example Calculation
Valid values = 72, 85, 90, 76

Sum = 323

Count = 4

Mean = 80.75

❓ परिणाम कहाँ गया?
यह value variable heart_rate_mean में store हो गई।


🧾 6) Missing Value को Mean से भरना

df['Heart_Rate'] = df['Heart_Rate'].fillna(heart_rate_mean)
✔ क्या हो रहा है?

.fillna(heart_rate_mean) → उस जगह mean भरता है जहाँ NaN था।
df['Heart_Rate'] = ... → modified column वापस DataFrame में overwrite कर देता है।

❓ फायदा?
अब Heart_Rate column में कोई missing value नहीं रहेगी।
इसे Mean Imputation कहते हैं।

📌 Topic: Missing Values को Median से Replace करना


➤ Code:

Heart_rate_median = df['Heart_Rate'].median()
df["Heart_Rate"] = df["Heart_Rate"].fillna(Heart_rate_median)
print(df)

📘 Pandas – Handling Missing Data

(Replacing Missing Values in a Column Using Median)


🧾 ✅ Full Code

import numpy as np
import pandas as pd

data = {
    "Heart_Rate": [72, 85, np.nan, 90, 76],
    "Blood_Pressure": [120, 130, 125, np.nan, 118]
}

df = pd.DataFrame(data)

Heart_rate_median = df['Heart_Rate'].median()
df["Heart_Rate"] = df["Heart_Rate"].fillna(Heart_rate_median)

print(df)
 

📌 Step-by-Step Explanation Notes
🔷 1️⃣ Importing Libraries
import numpy as np
import pandas as pd

👉 Explanation

numpy (np) → Numerical calculations और missing values (np.nan) handle करने के लिए

pandas (pd) → DataFrame बनाने और data analysis करने के लिए

🔷 2️⃣ Creating a Dataset
data = {
    "Heart_Rate": [72, 85, np.nan, 90, 76],
    "Blood_Pressure": [120, 130, 125, np.nan, 118]
}

👉 Explanation

data एक Python dictionary है

इसमें दो columns हैं:

"Heart_Rate"

"Blood_Pressure"

np.nan का मतलब है — Missing / Not Available value

🔷 3️⃣ Creating a DataFrame
df = pd.DataFrame(data)

👉 Explanation

Dictionary को DataFrame में convert किया गया

df अब तालिका (table) जैसी structured data format में बदल गया

🔷 4️⃣ Calculating Median of Heart Rate
Heart_rate_median = df['Heart_Rate'].median()

👉 Explanation

df['Heart_Rate'] → इस column को select करता है

.median() → Missing values को ignore करके
Heart Rate का मध्य (median) value निकालता है

Result को Heart_rate_median variable में store किया गया

🔷 5️⃣ Replacing Missing Values
df["Heart_Rate"] = df["Heart_Rate"].fillna(Heart_rate_median)

👉 Explanation (Very Important)

इस line में दो काम हो रहे हैं:

✔ Right Side

df["Heart_Rate"].fillna(Heart_rate_median)

Missing values को median से temporarily replace करता है

✔ Left Side

df["Heart_Rate"] = ...

Updated values को वापस उसी column में assign करता है

इसलिए अब DataFrame permanently update हो जाता है

Note:
अगर हम सिर्फ fillna() लिख देते तो output temporary होता, DataFrame नहीं बदलता।

🔷 6️⃣ Displaying Final Data
print(df)

👉 Explanation

Final updated DataFrame print होगा

अब missing Heart Rate value median से replace हो चुकी है

🧠 Final Summary
Step
What happens
Create dictionary
Raw data store होता है
Convert to DataFrame
Table format मिलता है
Calculate median
Missing values को fill करने के लिए
fillna() + assignment
DataFrame permanently update
print(df)
Final clean dataset दिखता है
NOTE: WILL PREFER MEDIAN INSTEAD OF MEAN


>> How to drop 
📘 Pandas – Handling Missing Data
df.dropna(axis=0)
(Removing Rows Containing Missing Values)

🧾 Code
df.dropna(axis=0)

📌 Step-by-Step Explanation Notes (Hindi)

🔷 1️⃣ dropna() क्या करता है?
dropna() function DataFrame से missing (NaN) values वाली entries हटाने के लिए इस्तेमाल होता है।
🔷 2️⃣ axis=0 का मतलब

axis=0 → Rows पर operation

यानी जिन rows में एक भी NaN value होगी, वो row हट जाएगी।
🔷 3️⃣ अगर DataFrame ऐसा हो:
Heart   BP
72     120
85     130
NaN    125
90     NaN
76     118

तो:
df.dropna(axis=0)
Output होगा:
Heart   BP
72     120
85     130
76     118

क्योंकि:
जिन rows में missing values (NaN) थीं → वो delete हो गईं।
🔷 4️⃣ Important Point
dropna() original DataFrame को change नहीं करता, जब तक हम:
inplace=True
नहीं लगाते।
Example:
df.dropna(axis=0, inplace=True)

अब DataFrame permanently update हो जाएगा।

⭐ Final Summary
Part
Meaning
dropna()
Missing data हटाने वाला function
axis=0
Rows हटाता है
axis=1
Columns हटाता है
inplace=False
सिर्फ result दिखाता है
inplace=True
DataFrame permanently बदल देता है
📘 Pandas – Detecting Duplicate Rows
df.duplicated()
(Duplicate Rows को पहचानने का तरीका)

🧾 Code
df.duplicated()


📌 Step-by-Step Explanation Notes (Hindi)

🔷 1️⃣ duplicated() क्या करता है?

यह function पूरे DataFrame को row-by-row scan करता है
और बताता है कि कौन सी rows duplicate (dupe) हैं
Output में एक Boolean Series मिलता है:
Value
Meaning
False
Row unique है
True
Row duplicate है

📘 Pandas – Merging Two DataFrames
pd.merge(data1, data2, on="customer_id", how="inner")

🧾 Code
merge_df = pd.merge(data1, data2, on="customer_id", how="inner")


🔷 Step-by-Step Explanation (Hindi)
① pd.merge(...)
Pandas का function है
दो DataFrames को एक common column के आधार पर जोड़ता है
SQL के JOIN जैसा काम करता है
② data1, data2
ये दो DataFrames हैं जिन्हें merge किया जा रहा है
③ on = "customer_id"
इस parameter से बताया जाता है कि

किस common column पर merge करना है
मतलब:
दोनों DataFrames में customer_id column होना चाहिए
इसी column के matching values के आधार पर rows मिलाई जाएँगी
④ how = "inner"
यह join का type है
inner join का मतलब:
मतलब:
सिर्फ matching rows ही result में मिलेंगी
⑤ Output कहाँ store हो रहा है?
merge_df = ...
Merge के बाद जो final DataFrame बनता है
उसे merge_df नाम के variable में save कर दिया गया
⭐ Final Summary


Part
Meaning
pd.merge()
Two DataFrames ko join करता है
data1, data2
वो दो datasets जिनको merge किया गया
on="customer_id"
किस column पर join करना है
how="inner"
सिर्फ same/matching values वाली rows आएँगी
merge_df
Output variable    

📘 Pandas – Merging Two DataFrames (left_on & right_on)
✅ Code
merged_df = pd.merge(
    data1, 
    data2, 
    left_on="customer_id", 
    right_on="customer_id", 
    how="inner"
)
🔷 Step-by-Step Explanation (Hindi)

① merged_df = ...
Merge का final output एक नए variable

merged_df में store किया जा रहा है।
इस variable को बाद में print या analyze कर सकते हैं।

② pd.merge(...)
Pandas का function जो दो DataFrames को जोड़ता है
SQL JOIN जैसा behavior करता है।

③ data1, data2
ये दो DataFrames हैं जिन्हें merge किया जा रहा है।

④ left_on="customer_id"
बताता है कि पहले DataFrame (data1) में कौन सा column matching के लिए उपयोग होगा।

⑤ right_on="customer_id"
बताता है कि दूसरे DataFrame (data2) में कौन सा column matching के लिए उपयोग होगा।

🔔 Why use left_on and right_on?
तब उपयोग होता है जब:
DataFrame
Column Name
data1
customer_id
data2
cust_id
लेकिन इस example में दोनों के नाम same हैं, फिर भी यह लिखना allowed है।

⑥ how="inner"
Join का type बताता है।
inner join मतलब:
Row को Output में रखा जाएगा
जब?
customer_id दोनों DataFrames में match करे
✔
अगर कोई value सिर्फ एक DataFrame में है → वो result में नहीं आएगी।

⭐ Final Summary (One Shot Table)
Part
Meaning
pd.merge()
Two DataFrames को join करता है
left_on
पहले DF में किस column से join करना है
right_on
दूसरे DF में किस column से join करना है
how="inner"
सिर्फ matching rows आएँगी
merged_df
Final output DataFrame