डेटा के प्रकार

डेटासेट के साथ प्रभावी ढंग से काम करने के लिए डेटा के प्रकारों को समझना आवश्यक है। इस पाठ में हम डेटा के तीन प्रमुख प्रकारों का अध्ययन करेंगे: संख्यात्मक, श्रेणीबद्ध और समय-श्रृंखला।

संख्यात्मक डेटा संख्याओं को दर्शाता है और यह इनमें से कोई भी हो सकता है:

• विच्छिन्न: 1, 2, 3 जैसी पूर्ण संख्याएँ।
• सतत: 3.14, 7.89 जैसी दशमलव वाली संख्याएँ।

उदाहरण: आयु, तापमान और आय।

श्रेणीबद्ध डेटा समूहों या श्रेणियों को दर्शाता है। यह इस प्रकार का हो सकता है:

• नाममात्र: किसी निश्चित क्रम के बिना श्रेणियाँ (जैसे, रंग: लाल, नीला, हरा)।
• क्रमिक: अर्थपूर्ण क्रम वाली श्रेणियाँ (जैसे, स्तर: निम्न, मध्यम, उच्च)।

उदाहरण: लिंग, उत्पाद का प्रकार और शिक्षा का स्तर।

समय-श्रृंखला डेटा में समयांतरालों के दौरान दर्ज किए गए मान होते हैं। इसका उपयोग परिवर्तनों या प्रवृत्तियों पर नज़र रखने के लिए किया जाता है।

उदाहरण:

• प्रतिदिन दर्ज किए गए शेयरों के मूल्य।
• हर घंटे मापा गया तापमान।
• साप्ताहिक रूप से दर्ज किया गया वेबसाइट ट्रैफ़िक।

आप डेटासेट के कॉलमों के डेटा प्रकार पहचानने के लिए पैंडस में dtypes विशेषता का उपयोग कर सकते हैं।

उदाहरण:

import pandas as pd data = {'Age': [25, 30], 'Gender': ['Male', 'Female']} df = pd.DataFrame(data) print(df.dtypes)

डेटा का प्रकार जानने से आपको ये कार्य करने में सहायता मिलती है:

• सही विश्लेषण तकनीकें चुनना।
• उपयुक्त दृश्यांकन चुनना।
• उचित पूर्व-संसाधन विधियाँ लागू करना।

पाइथन में आप इन जैसे फ़ंक्शन का उपयोग करके डेटा प्रकारों को बदल सकते हैं:

• पैंडस में astype()।
• अलग-अलग मानों के लिए int(), float(), str()।

उदाहरण:

df['Age'] = df['Age'].astype(float)

इस पाठ में आपने इन विषयों के बारे में सीखा:

• संख्यात्मक डेटा: विच्छिन्न और सतत मान।
• श्रेणीबद्ध डेटा: नाममात्र और क्रमिक श्रेणियाँ।
• समय-श्रृंखला डेटा: समयांतरालों के दौरान दर्ज किए गए मान।

प्रभावी डेटा विश्लेषण के लिए डेटा के प्रकारों को समझना अत्यंत महत्वपूर्ण है।

आपने डेटा के प्रकारों का पाठ पूरा कर लिया है। अनुपलब्ध डेटा को प्रभावी ढंग से संभालना सीखने के लिए अगले पाठ पर जाएँ।