ပန်ဒါများတွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို မည်သို့စွပ်စွဲမည်နည်း (ဥပမာတစ်ခုအပါအဝင်)

Pandas DataFrame တွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို ထုတ်ဖော်ပြောဆိုရန် အောက်ပါအခြေခံ syntax ကို သင်သုံးနိုင်သည်။

 df[' column_name '] = df[' column_name ']. interpolate ()

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- Pandas တွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို ပေါင်းစပ်ပါ။

ကျွန်ုပ်တို့တွင် စတိုးဆိုင်တစ်ခုမှ 15 ရက်ဆက်တိုက်ရောင်းချမှုစုစုပေါင်းကိုပြသသည့်အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုကြပါစို့။

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15],
                   ' sales ': [3, 6, 8, 10, 14, 17, 20, np.nan, np.nan, np.nan,
                             np.nan, 35, 39, 44, 49]})

#view DataFrame
print (df)

    day sales
0 1 3.0
1 2 6.0
2 3 8.0
3 4 10.0
4 5 14.0
5 6 17.0
6 7 20.0
7 8 NaN
8 9 NaN
9 10 NaN
10 11 NaN
11 12 35.0
12 13 39.0
13 14 44.0
14 15 49.0

ဒေတာဘောင်တွင် လေးရက်ကြာ အရောင်းကိန်းဂဏန်းများ ပျောက်ဆုံးနေကြောင်း သတိပြုပါ။

အချိန်ကြာလာသည်နှင့်အမျှ ရောင်းအားကိုမြင်ယောင်နိုင်ရန် ရိုးရှင်းသောမျဉ်းဇယားကို ဖန်တီးပါက၊ ၎င်းသည် ပုံသဏ္ဌာန်ဖြစ်သည်။

 #create line chart to visualize sales
df[' sales ']. plot ()

ပျောက်ဆုံးနေသောတန်ဖိုးများကိုဖြည့်ရန်၊ ကျွန်ုပ်တို့သည် အောက်ပါအတိုင်း interpolate() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။

 #interpolate missing values in 'sales' column
df[' sales '] = df[' sales ']. interpolate ()

#view DataFrame
print (df)

    day sales
0 1 3.0
1 2 6.0
2 3 8.0
3 4 10.0
4 5 14.0
5 6 17.0
6 7 20.0
7 8 23.0
8 9 26.0
9 10 29.0
10 11 32.0
11 12 35.0
12 13 39.0
13 14 44.0
14 15 49.0

ပျောက်ဆုံးနေသောတန်ဖိုးတစ်ခုစီကို အစားထိုးထားသည်ကို သတိပြုပါ။

မွမ်းမံထားသော ဒေတာဘောင်ကို မြင်သာစေရန် အခြားစာကြောင်းဇယားကို ဖန်တီးပါက၊ ၎င်းသည် ပုံသဏ္ဌာန်ဖြစ်သည်-

 #create line chart to visualize sales
df[' sales ']. plot ()

interpolate() function မှရွေးချယ်ထားသောတန်ဖိုးများသည် data ၏ trend နှင့် အတော်လေးကိုက်ညီပုံပေါ်ကြောင်း သတိပြုပါ။

မှတ်ချက် – interpolate() လုပ်ဆောင်ချက်အတွက် စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာဖွေနိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် ပျောက်ဆုံးနေသော တန်ဖိုးများကို ကိုင်တွယ်နည်းဆိုင်ရာ နောက်ထပ် အချက်အလက်များကို ပေးဆောင်သည်-

ပန်ဒါမှာ ပျောက်ဆုံးနေတဲ့ တန်ဖိုးတွေကို ဘယ်လိုရေတွက်မလဲ။
Pandas တွင် NaN တန်ဖိုးများကို ကြိုးတစ်ချောင်းဖြင့် အစားထိုးနည်း
NaN တန်ဖိုးများကို Pandas တွင် သုညဖြင့် အစားထိုးနည်း