Pandas- အုပ်စုတစ်ခုလျှင် ရွေ့လျားနေသော ပျမ်းမျှအား တွက်ချက်နည်း

ပန်ဒါများအတွက် အုပ်စုလိုက်ရွေ့လျားမှုပျမ်းမျှအား တွက်ချက်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-

 #calculate 3-period moving average of 'values' by 'group'
df. groupby (' group ')[' values ']. transform ( lambda x: x.rolling (3,1) .mean ())

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- Pandas ရှိ အုပ်စုအလိုက် ရွေ့လျားနေသော ပျမ်းမျှကို တွက်ချက်ပါ။

အရောင်းကာလငါးခုအတွင်း စတိုးဆိုင်နှစ်ခုမှ ရောင်းချသည့် စုစုပေါင်းရောင်းချမှုကို ပြသသည့် အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' period ': [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
                   ' sales ': [7, 7, 9, 13, 14, 13, 13, 19, 20, 26]})

#view DataFrame
df

	store period sales
0 to 1 7
1 to 2 7
2 to 3 9
3 to 4 13
4 to 5 14
5 B 1 13
6 B 2 13
7 B 3 19
8 B 4 20
9 B 5 26

စတိုးဆိုင်တစ်ခုစီအတွက် 3 ရက်ကြာရောင်းချမှုပျမ်းမျှအား တွက်ချက်ရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 #calculate 3-day moving average of sales by store
df[' ma '] = df. groupby (' store ')[' sales ']. transform ( lambda x: x.rolling (3,1) .mean ())

#view updated DataFrame
df

        store period sales ma
0 A 1 7 7.000000
1 to 2 7 7.000000
2 A 3 9 7.666667
3 A 4 13 9.666667
4 A 5 14 12.000000
5 B 1 13 13.000000
6 B 2 13 13.000000
7 B 3 19 15.000000
8 B 4 20 17.333333
9 B 5 26 21.666667

မှတ်ချက် – x.rolling(3၊ 1) ဆိုသည်မှာ ကာလ 3 ခု ကျော် လှည့်ပတ်ပျမ်းမျှအား တွက်ချက်ပြီး 1 ကို အနိမ့်ဆုံးကာလများအဖြစ် လိုအပ်သည်။

“ကျွန်ုပ်၏” ကော်လံသည် စတိုးဆိုင်တစ်ခုစီအတွက် ၃ ရက်ကြာ အရောင်းပျှမ်းမျှကို ပြသသည်။

မတူညီသောရွေ့လျားပျမ်းမျှအား တွက်ချက်ရန် Rolling() လုပ်ဆောင်ချက်ရှိ တန်ဖိုးကို ရိုးရှင်းစွာပြောင်းပါ။

ဥပမာအားဖြင့်၊ စတိုးဆိုင်တစ်ခုစီအတွက် 2 ရက်ရွေ့လျားရောင်းချမှုပျမ်းမျှအား တွက်ချက်နိုင်သည်-

 #calculate 2-day moving average of sales by store
df[' ma '] = df. groupby (' store ')[' sales ']. transform ( lambda x: x.rolling (2,1) .mean ())

#view updated DataFrame
df

        store period sales ma
0 to 1 7 7.0
1 to 2 7 7.0
2 to 3 9 8.0
3 A 4 13 11.0
4 to 5 14 13.5
5 B 1 13 13.0
6 B 2 13 13.0
7 B 3 19 16.0
8 B 4 20 19.5
9 B 5 26 23.0

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas တွင် GroupBy ပေါင်းစည်းနည်း
Pandas ရှိ GroupBy ကို အသုံးပြု၍ ထူးခြားသောတန်ဖိုးများကို ရေတွက်နည်း
Pandas တွင် Groupby နှင့် Plot ကိုအသုံးပြုနည်း