Pandas- အတန်းတစ်ခုစီအတွက် စံသွေဖည်တွက်ချက်နည်း

pandas DataFrame အတန်းတစ်ခုစီအတွက် တန်ဖိုးများ၏ စံသွေဖည်မှုကို တွက်ချက်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-

 df. std (axis= 1 , numeric_only= True )

axis=1 အကြောင်းပြချက်သည် အတန်းတစ်ခုစီအတွက် (ကော်လံတစ်ခုစီအစား) အတွက် တွက်ချက်မှုကို လုပ်ဆောင်ရန် ပန်ဒါများကို ပြောထားပြီး numeric_only=True သည် တွက်ချက်မှုလုပ်ဆောင်သောအခါတွင် ဂဏန်းကော်လံများကိုသာ ထည့်သွင်းစဉ်းစားရန် ပန်ဒါများကို ပြောထားသည်။

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- Pandas ရှိ အတန်းတစ်ခုစီအတွက် စံသွေဖည်မှုကို တွက်ချက်ပါ။

မတူညီသောဂိမ်းလေးခုအတွင်း ဘတ်စကက်ဘောကစားသမားများမှ ရမှတ်များအကြောင်း အချက်အလက်ပါရှိသော အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' game1 ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' game2 ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' game3 ': [11, 8, 10, 6, 6, 5, 9, 12],
                   ' game4 ': [9, 8, 8, 9, 14, 15, 10, 11]})
                   
#view DataFrame
print (df)

  player game1 game2 game3 game4
0 A 18 5 11 9
1 B 22 7 8 8
2 C 19 7 10 8
3 D 14 9 6 9
4 E 14 12 6 14
5 F 11 9 5 15
6 G 20 9 9 10
7:28 4 12 11

ကစားသမားတစ်ဦးစီမှ ရမှတ်များ၏ စံသွေဖည်မှုကို တွက်ချက်ရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။

 #calculate standard deviation for each row
df. std (axis= 1 , numeric_only= True )

0 5.439056
1 7.182154
2 5.477226
3 3.316625
4 3.785939
5 4.163332
6 5.354126
7 10.144785
dtype:float64

ဤသည်မှာ ရလဒ်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-

• ကစားသမား A မှ ရမှတ်များ၏ စံသွေဖည်မှုသည် 5.439 ဖြစ်သည်။
• ကစားသမား B မှ ရမှတ်များ၏ စံသွေဖည်မှုသည် 7.182 ဖြစ်သည်။
• ကစားသမား C မှ ရမှတ်များ၏ စံသွေဖည်မှုသည် 5.477 ဖြစ်သည်။

နောက် … ပြီးတော့။

std() လုပ်ဆောင်ချက်သည် နမူနာစံသွေဖည်မှုကို ပုံသေဖြင့် တွက်ချက်ကြောင်း သတိပြုပါ။

၎င်းအစား လူဦးရေစံသွေဖည်မှုကို တွက်ချက်လိုပါက ddof=0 အကြောင်းပြချက်ကို အသုံးပြုရပါမည်။

 #calculate population standard deviation for each row
df. std (axis= 1 , ddof= 0 , numeric_only= True )

0 4.747351
1 5.881366
2 4.807037
3 3.384910
4 3.983518
5 3.915150
6 4.892772
7 8.091179
dtype:float64

ဆက်စပ်- လူဦးရေနှင့် နမူနာစံသွေဖည်မှု- တစ်ခုစီကို ဘယ်အချိန်မှာ အသုံးပြုမလဲ။

ကော်လံအသစ်တစ်ခုသို့ စံသွေဖည်တန်ဖိုးများကို သတ်မှတ်ရန်၊ အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်-

 #add new column to display standard deviation for each row
df[' std_points '] = df. std (axis= 1 , numeric_only= True )

#view updated DataFrame
print (df)

  player game1 game2 game3 game4 points_std
0 A 18 5 11 9 5.439056
1 B 22 7 8 8 7.182154
2 C 19 7 10 8 5.477226
3 D 14 9 6 9 3.316625
4 E 14 12 6 14 3.785939
5 F 11 9 5 15 4.163332
6 G 20 9 9 10 5.354126
7:28 AM 4 12 11 10.144785

game1 ၊ game2 ၊ game3 နှင့် game4 ကော်လံများရှိ အတန်းတစ်ခုစီအတွက် စံသွေဖည်သောတန်ဖိုးများကို ယခု point_std ကော်လံတွင် ပြသထားသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas DataFrame ၏ပထမတန်းကိုဘယ်လိုရယူမလဲ။
Pandas DataFrame ရှိ ပထမတန်းကို ဖယ်ရှားနည်း
Pandas DataFrame တွင် အတန်းတစ်ခု ထည့်သွင်းနည်း