🐼 Pandas सिक्ने सम्पूर्ण मार्गदर्शन — सुरुवातीदेखि उन्नत स्तरसम्म

Pandas भनेको के हो?

Pandas Python को एक शक्तिशाली लाइब्रेरी हो जसले डेटा सफा गर्ने, विश्लेषण गर्ने र व्यवस्थापन गर्ने काम गर्छ।
यो दुई प्रमुख डेटा संरचनामा आधारित छः

• Series → एउटा स्तम्भ जस्तो (एक-आयाम)

• DataFrame → तालिका जस्तो (पङ्क्ति र स्तम्भ सहित दुई-आयाम)

👉 साधारण भाषामा भनौं भने, Pandas भनेको Excel + Python को संयोजन हो — तर धेरै छिटो र स्मार्ट!

---

⚙️ Step 1: Pandas इन्स्टल र इम्पोर्ट गर्ने

पहिले Pandas इन्स्टल गर्नुहोस्:

पछि Python मा इम्पोर्ट गर्नुहोस्:

---

📊 Step 2: Data Structures सिक्नुहोस्

🔸 Series:

👉 Series एउटा मात्र स्तम्भ भएको डेटा हो, जसमा label हुन्छ।

🔸 DataFrame:

👉 DataFrame भनेको तालिका (Table) हो — जसमा धेरै Series हुन्छन्।

---

🧠 Step 3: Data पढ्ने र लेख्ने (Load & Save)

👉 CSV, Excel, JSON, वा Database बाट पनि डेटा पढ्न/लेख्न सकिन्छ।

---

🔍 Step 4: Dataset अन्वेषण गर्ने

👉 यसले तपाईंलाई डेटा कस्तो छ भनेर बुझ्न सजिलो बनाउँछ।

---

🧩 Step 5: Data छनोट र फिल्टर गर्ने

👉 फिल्टरिङले आवश्यक जानकारी मात्र देखाउँछ — Excel को “Filter” जस्तै।

---

🧹 Step 6: Data सफा गर्ने (Cleaning)

🧠 सफा डेटा = सही विश्लेषण।

---

🧮 Step 7: गणना र परिवर्तन गर्ने

👉 apply() प्रयोग गरेर तपाईं कस्टम नियमहरू बनाउन सक्नुहुन्छ।

---

📈 Step 8: Sorting, Grouping र Aggregation

👉 Grouping ले औसत, योग, वा गन्ती जस्ता रिपोर्ट बनाउँछ।

---

🔗 Step 9: Merge, Join र Concatenate

👉 यो Excel वा SQL Join जस्तै हो।

---

📊 Step 10: Visualization (चित्र बनाउने)

👉 डेटा दृश्य (Visual) बनाएर बुझ्न सजिलो हुन्छ।

---

💻 Step 11: अभ्यासका लागि साना प्रोजेक्टहरू

• विद्यार्थीहरूको नतिजा विश्लेषण

• बिक्री रिपोर्ट तयार गर्ने

• मौसम डेटा सफा गर्ने

• खर्च ट्र्याकर बनाउने

उदाहरण:

---

📚 Step 12: सिकाइ स्रोतहरू

✅ Official Docs: https://pandas.pydata.org/docs/
✅ Free Learning Platforms:

• W3Schools Pandas Tutorial

• Great Learning, Kaggle Courses

• ✅ NIIT Birgunj

---

🚀 अन्तिम लक्ष्य

Pandas सिकिसकेपछि तपाईं:

• NumPy प्रयोग गरेर गणना

• Matplotlib प्रयोग गरेर Visualization

• अनि Scikit-learn / TensorFlow प्रयोग गरेर Machine Learning गर्न तयार हुनुहुनेछ 🚀