ပန်ဒါများတွင် တိုးပွားနှုန်းကို တွက်ချက်နည်း

Pandas DataFrame ကော်လံတစ်ခုရှိ တန်ဖိုးများ၏ စုစည်းရာခိုင်နှုန်းကို တွက်ချက်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-

 #calculate cumulative sum of column
df[' cum_sum '] = df[' col1 ']. cumsum ()

#calculate cumulative percentage of column (rounded to 2 decimal places)
df[' cum_percent '] = round( 100 *df. cum_sum /df[' col1 ']. sum (), 2 )

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- ပန်ဒါများကြားတွင် တိုးပွားလာသော ရာခိုင်နှုန်းကို တွက်ချက်ပါ။

ကုမ္ပဏီတစ်ခု၏နှစ်များဆက်တိုက်ရောင်းချသည့်ယူနစ်အရေအတွက်ကိုပြသသည့်အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' year ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   ' units_sold ': [60, 75, 77, 87, 104, 134, 120, 125, 140, 150]})

#view DataFrame
print (df)

   year units_sold
0 1 60
1 2 75
2 3 77
3 4 87
4 5 104
5 6 134
6 7 120
7 8 125
8 9 140
9 10 150

ထို့နောက်၊ ရောင်းချသောယူနစ်များ၏ တိုးပွားလာသော အရေအတွက်နှင့် ရောင်းရယူနစ်များ၏ တိုးပွားနှုန်းကိုပြသသည့် ကော်လံတစ်ခုကို ထည့်ရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်သည်။

 #calculate cumulative sum of units sold
df[' cum_sum '] = df[' units_sold ']. cumsum ()

#calculate cumulative percentage of units sold
df[' cum_percent '] = round( 100 *df. cum_sum /df[' units_sold ']. sum (), 2 )

#view updated DataFrame
print (df)

   year units_sold cum_sum cum_percent
0 1 60 60 5.60
1 2 75 135 12.59
2 3 77 212 19.78
3 4 87 299 27.89
4 5 104 403 37.59
5 6 134 537 50.09
6 7 120 657 61.29
7 8 125 782 72.95
8 9 140 922 86.01
9 10 150 1072 100.00

ကျွန်ုပ်တို့သည် တိုးပွားလာသော ရာခိုင်နှုန်းများကို အောက်ပါအတိုင်း ဘာသာပြန်ဆိုပါသည်။

• ပထမနှစ်တွင် ရောင်းအားအားလုံး၏ 5.60% ရှိသည်။
• ရောင်းအားအားလုံး၏ 12.59 ကို 1 နှင့် 2 ပေါင်းစပ်ပြီးလုပ်ခဲ့သည်။
• ရောင်းအားအားလုံး၏ 19.78% ကို 1၊ 2 နှင့် 3 နှစ်များတွင် ပေါင်းစပ်ပြုလုပ်ခဲ့သည်။

နောက် … ပြီးတော့။

ပြထားသော ဒဿမအမှတ်များကိုလည်း ပြောင်းလဲရန်အတွက် round() function မှ တန်ဖိုးကို ရိုးရိုးရှင်းရှင်း ပြောင်းလဲနိုင်သည်ကို သတိပြုပါ။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် စုစည်းရာခိုင်နှုန်းကို သုည ဒသမနေရာများသို့ လှည့်ပတ်နိုင်သည်-

 #calculate cumulative sum of units sold
df[' cum_sum '] = df[' units_sold ']. cumsum ()

#calculate cumulative percentage of units sold
df[' cum_percent '] = round( 100 *df. cum_sum /df[' units_sold ']. sum (), 0 )

#view updated DataFrame
print (df)

   year units_sold cum_sum cum_percent
0 1 60 60 6.0
1 2 75 135 13.0
2 3 77 212 20.0
3 4 87 299 28.0
4 5 104 403 38.0
5 6 134 537 50.0
6 7 120 657 61.0
7 8 125 782 73.0
8 9 140 922 86.0
9 10 150 1072 100.0

စုဆောင်းရာခိုင်နှုန်းများကို ယခုအခါ သုည ဒသမ နေရာများသို့ ဝိုင်းထားသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ပါ သင်ခန်းစာများသည် Python တွင် အခြားသော ဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Python တွင် Frequency Tables ဖန်တီးနည်း
Python တွင် Relative Frequency တွက်ချက်နည်း