Pandas- groupby နှင့် plot ကိုအသုံးပြုနည်း (ဥပမာများနှင့်အတူ)

ပန်ဒါ DataFrame ဖြင့် အုပ်စုဖွဲ့၍ ကြံစည်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။

နည်းလမ်း 1- လမ်းကြောင်းတစ်ခုတည်းတွင် စာကြောင်းများစွာကို အုပ်စုဖွဲ့ပြီး ဆွဲပါ။

 #define index column
df. set_index ('day', inplace= True )

#group data by product and display sales as line chart
df. groupby (' product ')[' sales ']. plot (legend= True )

နည်းလမ်း 2- အပိုင်းခွဲတစ်ခုစီတွင် မျဉ်းကြောင်းများအလိုက် အုပ်စုဖွဲ့ပြီး ဆွဲပါ။

 p.d. pivot_table ( df.reset_index (),
               index=' day ', columns=' product ', values=' sales '
              ). plot (subplots= True )

အောက်ဖော်ပြပါ ဥပမာသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင် နည်းလမ်းတစ်ခုစီကို အသုံးပြုနည်းကို ပြသသည်-

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
                   ' product ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' sales ': [4, 7, 8, 12, 15, 8, 11, 14, 19, 20]})

#view DataFrame
df

	day product sales
0 1 A 4
1 2 To 7
2 3 To 8
3 4 A 12
4 5 To 15
5 1 B 8
6 2 B 11
7 3 B 14
8 4 B 19
9 5 B 20

နည်းလမ်း 1- လမ်းကြောင်းတစ်ခုတည်းတွင် စာကြောင်းများစွာကို အုပ်စုဖွဲ့ပြီး ဆွဲပါ။

အောက်ပါကုဒ်သည် ပြောင်းလဲနိုင်သော “ ထုတ်ကုန်” ဖြင့် DataFrame ကို မည်သို့အုပ်စုဖွဲ့ရမည်ကို ပြသပြီး ထုတ်ကုန်တစ်ခုစီ၏ “ ရောင်းချမှု” ကို ဇယားတစ်ခုတွင် ရေးဆွဲသည်-

 #define index column
df. set_index (' day ', inplace= True )

#group data by product and display sales as line chart
df. groupby (' product ')[' sales ']. plot (legend= True ) 

x-axis သည် နေ့ကိုပြသသည်၊ y-axis သည် ရောင်းအားကိုပြသသည်၊ အတန်းတစ်ခုစီသည် တစ်ခုချင်းစီထုတ်ကုန်များ၏ရောင်းအားကိုပြသသည်။

နည်းလမ်း 2- အပိုင်းခွဲတစ်ခုစီတွင် မျဉ်းကြောင်းများအလိုက် အုပ်စုဖွဲ့ပြီး ဆွဲပါ။

အောက်ပါကုဒ်သည် ပြောင်းလဲနိုင်သော “ ထုတ်ကုန်” ဖြင့် DataFrame ကို မည်သို့အုပ်စုဖွဲ့ရမည်ကို ပြသပြီး ထုတ်ကုန်တစ်ခုစီ၏ “ အရောင်း” ကို အပိုင်းခွဲတစ်ခုစီတွင် ကွက်ကွက်ပြသသည်-

 p.d. pivot_table ( df.reset_index (),
               index=' day ', columns=' product ', values=' sales '
              ). plot (subplots= True ) 

ပထမဂရပ်သည် ထုတ်ကုန် A ၏ရောင်းအားကိုပြသပြီး ဒုတိယဂရပ်သည် ထုတ်ကုန် B ၏ရောင်းချမှုကိုပြသသည်။

အပိုင်းခွဲများ၏ layout ကို သတ်မှတ်ရန် layout argument ကိုလည်း သုံးနိုင်သည်ကို သတိပြုပါ။

ဥပမာအားဖြင့်၊ အပိုင်းခွဲများသည် အတန်းတစ်ခုနှင့် ကော်လံနှစ်ခုပါသော ဇယားကွက်တစ်ခုတွင် ရှိနေကြောင်း ကျွန်ုပ်တို့ သတ်မှတ်နိုင်သည်-

 p.d. pivot_table ( df.reset_index (),
               index=' day ', columns=' product ', values=' sales '
              ). plot (subplots= True , layout=(1,2)) 

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားသော ဘုံအမြင်အာရုံများကို ဖန်တီးနည်းကို ရှင်းပြသည်-

Pandas DataFrame မှ boxplot တစ်ခုကို ဖန်တီးနည်း
Pandas DataFrame မှ Pie Chart ဖန်တီးနည်း
Pandas DataFrame မှ histogram တစ်ခုဖန်တီးနည်း