ပန်ဒါများတွင် လျှောအများဆုံးကို တွက်ချက်နည်း (ဥပမာများနှင့်အတူ)

Pandas DataFrame တွင် လှည့်ပတ်မှု အများဆုံးတန်ဖိုးကို တွက်ချက်ရန် အောက်ပါနည်းလမ်းများကို သင်သုံးနိုင်သည်။

နည်းလမ်း 1- လျှောအများဆုံးကို တွက်ချက်ပါ။

 df[' rolling_max '] = df. values_column . cummax ()

နည်းလမ်း 2- အုပ်စုအလိုက် လျှောအများဆုံးကို တွက်ချက်ပါ။

 df[' rolling_max '] = df. groupby (' group_column '). values_column . cummax ()

အောက်ဖော်ပြပါ ဥပမာများသည် နည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- လျှောအများဆုံးကို တွက်ချက်ပါ။

စတိုးဆိုင်တစ်ခုတွင် နေ့စဥ်ပြုလုပ်သော ရောင်းအားကိုပြသသည့် အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   ' sales ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14]})

#view DataFrame
print (df)

    day sales
0 1 4
1 2 6
2 3 5
3 4 8
4 5 14
5 6 13
6 7 13
7 8 12
8 9 9
9 10 8
10 11 19
11 12 14

အလှည့်ကျရောင်းချမှုအများဆုံးတန်ဖိုးကိုပြသသည့် ကော်လံအသစ်တစ်ခုဖန်တီးရန် အောက်ပါအထားအသိုကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-

 #add column that displays rolling maximum of sales
df[' rolling_max '] = df. dirty . cummax ()

#view updated DataFrame
print (df)

    day sales rolling_max
0 1 4 4
1 2 6 6
2 3 5 6
3 4 8 8
4 5 14 14
5 6 13 14
6 7 13 14
7 8 12 14
8 9 9 14
9 10 8 14
10 11 19 19
11 12 14 19

Rolling_max ခေါင်းစဉ်တပ်ထားသော ကော်လံအသစ်သည် ရောင်းအား၏ အမြင့်ဆုံးတန်ဖိုးကို ပြသသည်။

ဥပမာ 2- အုပ်စုတစ်ခုလျှင် လျှောအများဆုံးကို တွက်ချက်ပါ။

ကျွန်ုပ်တို့တွင် မတူညီသောစတိုးဆိုင်နှစ်ခုတွင် နေ့စဥ်ပြုလုပ်သော ရောင်းအားကိုပြသသည့် အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုကြပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'A', 'A', 'A', 'A',
                             'B', 'B', 'B', 'B', 'B', 'B'],
                   ' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   ' sales ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14]})

#view DataFrame
print (df)

   store day sales
0 to 1 4
1 to 2 6
2 to 3 5
3 to 4 8
4 to 5 14
5 to 6 13
6 B 7 13
7 B 8 12
8 B 9 9
9 B 10 8
10 B 11 19
11 B 12 14

စတိုးဆိုင်အလိုက် အုပ်စုဖွဲ့ထားသော အများဆုံးရောင်းချမှုတန်ဖိုးကို ပြသသည့် ကော်လံအသစ်ကို ဖန်တီးရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။

 #add column that displays rolling maximum of sales grouped by store
df[' rolling_max '] = df. groupby (' store '). dirty . cummax ()

#view updated DataFrame
print (df)

   store day sales rolling_max
0 A 1 4 4
1 to 2 6 6
2 to 3 5 6
3 to 4 8 8
4 to 5 14 14
5 to 6 13 14
6 B 7 13 13
7 B 8 12 13
8 B 9 9 13
9 B 10 8 13
10 B 11 19 19
11 B 12 14 19

Rolling_max ခေါင်းစဉ်တပ်ထားသော ကော်လံအသစ်သည် စတိုးဆိုင်အလိုက် အုပ်စုဖွဲ့ထားသော အများဆုံးရောင်းချမှုတန်ဖိုးကို ပြသသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

အခြေအနေပေါ်အခြေခံ၍ Pandas DataFrame ရှိအတန်းများကို ဖျက်နည်း
အခြေအနေများစွာတွင် Pandas DataFrame ကို စစ်ထုတ်နည်း
Pandas DataFrame တွင် “ မဝင်ပါ” စစ်ထုတ်နည်းကို အသုံးပြုနည်း