ပန်ဒါများတွင် အလေးချိန်ပျမ်းမျှကို တွက်ချက်နည်း

Pandas တွင် အလေးချိန်ပျမ်းမျှကို တွက်ချက်ရန် အောက်ပါလုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်-

 def w_avg(df, values, weights):
    d = df[values]
    w = df[weights]
    return (d*w). sum () / w. sum ()

အောက်ဖော်ပြပါ ဥပမာများသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ 1- ပန်ဒါများကြားတွင် ပျမ်းမျှအလေးချိန်

ဖော်ပြပါ ကုဒ်သည် ပေးထားသော ဒေတာအတွဲတစ်ခုအတွက် အလေးချိန် ပျမ်းမျှအား တွက်ချက်ရန် အလေးချိန် ပျမ်းမျှလုပ်ဆောင်ချက်ကို အသုံးပြု၍ တန်ဖိုးများအဖြစ် “ စျေးနှုန်း” နှင့် “ ပမာဏ” တို့ကို အလေးချိန်အဖြစ် အသုံးပြု၍ ဖော်ပြသည်-

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' sales_rep ': ['A', 'A', 'A', 'B', 'B', 'B'],
                   ' price ': [8, 5, 6, 7, 12, 14],
                   ' amount ': [1, 3, 2, 2, 5, 4]})

#view DataFrame
df

	sales_rep price amount
0 to 8 1
1 to 5 3
2 to 6 2
3 B 7 2
4 B 12 5
5 B 14 4

#find weighted average of price
w_avg(df, ' price ', ' amount ')

9.705882352941176

“ စျေးနှုန်း” ၏ပျမ်းမျှအလေးချိန်သည် 9,706 ဖြစ်လာသည်။

ဥပမာ 2- Pandas တွင် Groupby နှင့် အလေးချိန်ပျမ်းမျှ

အောက်ပါကုဒ်သည် အရောင်းသမား ဖြင့် အုပ်စုဖွဲ့ထားသော အလေးချိန်ပျမ်းမျှစျေးနှုန်းများကို တွက်ချက်ရန် အလေးချိန်ရှိသော ပျမ်းမျှလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်-

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' sales_rep ': ['A', 'A', 'A', 'B', 'B', 'B'],
                   ' price ': [8, 5, 6, 7, 12, 14],
                   ' amount ': [1, 3, 2, 2, 5, 4]})

#find weighted average of price, grouped by sales rep
df. groupby (' sales_rep '). apply (w_avg, ' price ', ' amount ')

sales_rep
A 5.833333
B 11.818182
dtype:float64

အောက်ပါတို့ကို ကျွန်ုပ်တို့ မြင်နိုင်သည်-

• အရောင်းသမား A အတွက် “ စျေးနှုန်း” ပျမ်းမျှအလေးချိန်သည် 5,833 ဖြစ်သည်။
• “အရောင်းကိုယ်စားလှယ် B စျေးနှုန်း” ၏ပျမ်းမျှအလေးချိန်မှာ 11,818 ဖြစ်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

Pandas ရှိ ကော်လံနှစ်ခုကို နှိုင်းယှဉ်နည်း
Pandas ရှိ ကော်လံပေါင်းကို တွက်နည်း
Pandas ရှိ ကော်လံများ၏ ပျမ်းမျှအား တွက်ချက်နည်း