Pandas- dataframe ရှိ အတန်းတစ်ခုစီတွင် လုပ်ဆောင်ချက်တစ်ခုကို မည်သို့အသုံးပြုရမည်နည်း။

ပန်ဒါ DataFrame အတန်းတစ်ခုစီတွင် လုပ်ဆောင်ချက်တစ်ခုကို အသုံးချရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-

 df[' new_col '] = df. apply ( lambda x: some function, axis= 1 )

ဤ syntax သည် pandas DataFrame အတန်းတစ်ခုစီတွင် လုပ်ဆောင်ချက်တစ်ခုကို အသုံးချပြီး ရလဒ်များကို ကော်လံအသစ်တွင် ပြန်ပေးသည်။

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- DataFrame ရှိ အတန်းတစ်ခုစီတွင် လုပ်ဆောင်ချက်တစ်ခုကို အသုံးပြုပါ။

ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ DataFrame ရှိသည် ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' A ': [5, 4, 7, 9, 12, 9, 9, 4],
                   ' B ': [10, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

    AB
0 5 10
1 4 8
2 7 10
3 9 6
4 12 6
5 9 5
6 9 9
7 4 12

ယခု ကျွန်ုပ်တို့သည် ကော်လံ A နှင့် ကော်လံ B တွင် တန်ဖိုးများကို မြှောက်ကာ 2 ဖြင့် ပိုင်းထားသော လုပ်ဆောင်ချက်တစ်ခုကို အသုံးပြုလိုသည်ဆိုပါစို့။

DataFrame အတန်းတစ်ခုစီတွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။

 #create new column by applying function to each row in DataFrame
df[' z '] = df. apply ( lambda x: x[' A '] * x[' B '] / 2, axis= 1 )

#view updated DataFrame
print (df)

    AB z
0 5 10 25.0
1 4 8 16.0
2 7 10 35.0
3 9 6 27.0
4 12 6 36.0
5 9 5 22.5
6 9 9 40.5
7 4 12 24.0

ကော်လံ z သည် လုပ်ဆောင်ချက်၏ ရလဒ်များကို ပြသသည်။

ဥပမာအားဖြင့်:

• ပထမတန်း: A * B / 2 = 5 * 10 / 2 = 25
• ဒုတိယတန်း: A * B / 2 = 4 * 8 / 2 = 16
• တတိယအတန်း: A * B / 2 = 7 * 10 / 2 = 35

နောက် … ပြီးတော့။

ပန်ဒါ DataFrame အတန်းတစ်ခုစီအတွက် သင်အလိုရှိသော မည်သည့်လုပ်ဆောင်ချက်ကိုမဆို အသုံးပြုရန် lambda နှင့် ဆင်တူသော syntax ကို အသုံးပြုနိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas Groupby တွင် လုပ်ဆောင်ချက်တစ်ခုကို မည်သို့အသုံးပြုရမည်နည်း။
Pandas တွင် GroupBy ပေါင်းစည်းနည်း
Pandas တွင် Groupby နှင့် Plot ကိုအသုံးပြုနည်း