Home › Roadmap › Pandas › Part 10

Apply & Lambda

📘 কাস্টম ফাংশন প্রয়োগ।

🌐 Apply custom functions to rows or columns.

🐼 পান্ডাস দিয়ে ডেটা ম্যানিপুলেশন🎚 Advanced📍 Part 10 / 10🧩 3 সাব-টপিক
🐼
1

ধারণা · Concept

কী এবং কেন
📘 বাংলা ব্যাখ্যা:
কাস্টম ফাংশন প্রয়োগ।
🌐 English:
Apply custom functions to rows or columns.

🗂 কোথায় পড়ে

২. ডেটা বিশ্লেষণ → পান্ডাস দিয়ে ডেটা ম্যানিপুলেশন → Apply & Lambda

🎯 এই শাখার লক্ষ্য

Load, filter, group, merge and reshape data

🧰 টুলস

pandas, Jupyter

🪜

ধাপে ধাপে শিখুন · Step-by-step

কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল
💡 কেন গুরুত্বপূর্ণ?

নিজস্ব যুক্তি প্রয়োগ—যখন বিল্ট-ইন ফাংশন যথেষ্ট নয়।

  1. ধাপ 1
    Series.map(dict বা ফাংশন) — মান রূপান্তর
  2. ধাপ 2
    Series.apply(func) — প্রতিটি মানে ফাংশন
  3. ধাপ 3
    df.apply(func, axis=1) — প্রতিটি সারিতে (একাধিক কলাম লাগলে)
  4. ধাপ 4
    পারফরম্যান্স: আগে vectorized বিকল্প (np.where, pd.cut) খুঁজুন

🧪 বাস্তব উদাহরণ

df["risk"] = pd.cut(df.aqi, [0,50,100,150,200,500], labels=["ভালো","মাঝারি","সংবেদনশীল","অস্বাস্থ্যকর","বিপজ্জনক"])।

⚠️ সাধারণ ভুল

বড় ডেটায় axis=1 apply—অনেক ধীর।

🔑 মূল শব্দ (Key terms)

applymaplambdapd.cutvectorization

3

সাব-টপিক ও বিস্তারিত · Sub-topics

টপিক → সাব-টপিক → সাব-সাব টপিক
10.1 apply10.1.1 প্রতি সারি/কলামে ফাংশন
10.2 lambda10.2.1 এক লাইনের ফাংশন
10.3 map ও vectorized বিকল্প10.3.1 দ্রুততর
🎬

ভিডিও · Videos (বাংলা ও English)

ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত

📺 আরও খুঁজুন

💻

হাতে-কলমে · Try it (Pandas)

এডিট করে Run চাপুন · Ctrl+Enter
import pandas as pd, numpy as np
df=pd.DataFrame({"district":["Dhaka","Chattogram","Dhaka","Sylhet","Khulna","Sylhet"],
 "month":pd.to_datetime(["2026-01-01","2026-01-01","2026-02-01","2026-01-01","2026-02-01","2026-02-01"]),
 "cases":[120,80,98,np.nan,45,52]})
df["cases"]=df["cases"].fillna(df["cases"].median())
print(df.groupby("district")["cases"].agg(["count","sum","mean"]).round(1))
print(df.pivot_table(index="district",columns=df.month.dt.month,values="cases",fill_value=0))
❓

সেল্ফ-চেক · Self check

1. “প্রতি সারি/কলামে ফাংশন” — এটি কোন সাব-টপিকের বর্ণনা?

2. “এক লাইনের ফাংশন” — এটি কোন সাব-টপিকের বর্ণনা?

3. “দ্রুততর” — এটি কোন সাব-টপিকের বর্ণনা?

🔗

সংযুক্ত কনসেপ্ট · Connected concepts

← আগের টপিকDatetime in Pandasপরের টপিক →Matplotlib Basics
🎬 Video