Pandas တွင် အော့ဖ်ဆက်ကော်လံ ဖန်တီးနည်း (ဥပမာများနှင့်အတူ)

အခြားကော်လံမှပြောင်းထားသောတန်ဖိုးများကိုပြသသည့်ကော်လံတစ်ခုကိုဖန်တီးရန် ပန်ဒါများတွင် shift() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်။

ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်-

 df[' lagged_col1 '] = df[' col1 ']. shift ( 1 )

shift() function ၏တန်ဖိုးသည် shift ကိုတွက်ချက်ရန်တန်ဖိုးအရေအတွက်ကိုညွှန်ပြသည်ကိုသတိပြုပါ။

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- Pandas တွင် အော့ဖ်ဆက်ကော်လံတစ်ခု ဖန်တီးပါ။

ကျွန်ုပ်တို့တွင် 10 ရက်ဆက်တိုက်စတိုးဆိုင်တစ်ခုမှရောင်းချမှုကိုပြသသည့်အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုကြပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   ' sales ': [18, 10, 14, 13, 19, 24, 25, 29, 15, 18]})
#view DataFrame
print (df)

   day sales
0 1 18
1 2 10
2 3 14
3 4 13
4 5 19
5 6 24
6 7 25
7 8 29
8 9 15
9 10 18

အတန်းတစ်ခုစီအတွက် ယခင်နေ့၏ရောင်းအားကိုပြသသည့် shift() လုပ်ဆောင်ချက်ကို ဖန်တီးရန် ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-

 #add column that represents lag of sales column
df[' sales_previous_day '] = df[' sales ']. shift ( 1 )

#view updated DataFrame
print (df)

   day sales sales_previous_day
0 1 18 NaN
1 2 10 18.0
2 3 14 10.0
3 4 13 14.0
4 5 19 13.0
5 6 24 19.0
6 7 25 24.0
7 8 29 25.0
8 9 15 29.0
9 10 18 15.0

ဤသည်မှာ ရလဒ်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-

• အရောင်း ကော်လံတွင် ယခင်တန်ဖိုးမရှိသောကြောင့် lag ကော်လံရှိ ပထမတန်ဖိုးသည် NaN ဖြစ်သည်။
• အော့ဖ်ဆက်ကော်လံရှိ ဒုတိယတန်ဖိုးမှာ 18 ဖြစ်ပြီး ၎င်းသည် အရောင်း ကော်လံရှိ ယခင်တန်ဖိုးဖြစ်သောကြောင့် ဖြစ်သည်။
• အော့ဖ်ဆက်ကော်လံရှိ တတိယတန်ဖိုးမှာ အရောင်း ကော်လံရှိ ယခင်တန်ဖိုးဖြစ်သောကြောင့် 10 ဖြစ်သည်။

နောက် … ပြီးတော့။

ကျွန်ုပ်တို့အလိုရှိပါက DataFrame တွင် အော့ဖ်ဆက်ကော်လံများစွာကိုလည်း ထည့်သွင်းနိုင်သည်ကို သတိပြုပါ။

 #add two lag columns
df[' sales_previous_day '] = df[' sales ']. shift ( 1 )
df[' sales_previous_day2 '] = df[' sales ']. shift ( 2 ) 

#view updated DataFrame
print (df)

   day sales sales_previous_day sales_previous_day2
0 1 18 NaN NaN
1 2 10 18.0 NaN
2 3 14 10.0 18.0
3 4 13 14.0 10.0
4 5 19 13.0 14.0
5 6 24 19.0 13.0
6 7 25 24.0 19.0
7 8 29 25.0 24.0
8 9 15 29.0 25.0
9 10 18 15.0 29.0

အော့ဖ်ဆက်ကော်လံများကို သင်အလိုရှိသလောက်ထည့်ရန် တူညီသော ယေဘုယျချဉ်းကပ်နည်းကို သင်အသုံးပြုနိုင်သည်။

မှတ်ချက် – ပင်မကော်လံတစ်ခုဖန်တီးရန် shift() လုပ်ဆောင်ချက်တွင် အနုတ်တန်ဖိုးများကို ရိုးရှင်းစွာအသုံးပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas ရှိ ကော်လံများကို ဖျက်နည်း
Pandas ရှိ ကော်လံများကို မည်သို့ဖယ်ထုတ်မည်နည်း။
Pandas ရှိ ရွေးချယ်ထားသော ကော်လံများတွင် လုပ်ဆောင်ချက်တစ်ခုကို မည်သို့အသုံးပြုရမည်နည်း။
Pandas DataFrame တွင် ကော်လံအစီစဥ်ကို မည်သို့ပြောင်းရမည်နည်း။