Pandas dataframe တွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို ရေတွက်နည်း

ပန်ဒါ DataFrame တွင် ပျောက်ဆုံးနေသော တန်ဖိုးများကို မကြာခဏ ရေတွက်လိုပေမည်။

ဤသင်ခန်းစာတွင် အောက်ပါ DataFrame ကို အသုံးပြု၍ ပျောက်ဆုံးနေသော တန်ဖိုးများကို ရေတွက်ပုံ ဥပမာများစွာကို ပြသသည် ။

 import pandas as pd
import numpy as np

#create DataFrame with some missing values
df = pd.DataFrame({'a': [4, np.nan, np.nan, 7, 8, 12],
                   'b': [np.nan, 6, 8, 14, 29, np.nan],
                   'c': [11, 8, 10, 6, 6, np.nan]})

#view DataFrame
print (df)

      ABC
0 4.0 NaN 11.0
1 NaN 6.0 8.0
2 NaN 8.0 10.0
3 7.0 14.0 6.0
4 8.0 29.0 6.0
5 12.0 NaN NaN

DataFrame တစ်ခုလုံးရှိ စုစုပေါင်းပျောက်ဆုံးနေသောတန်ဖိုးများကို ရေတွက်ပါ။

အောက်ပါ ကုဒ်သည် DataFrame တစ်ခုလုံးရှိ ပျောက်ဆုံးနေသော တန်ဖိုးများ စုစုပေါင်း အရေအတွက်ကို တွက်ချက်နည်းကို ပြသသည်-

 df. isnull (). sum (). sum ()

5

စုစုပေါင်း ပျောက်ဆုံးနေသော တန်ဖိုး ၅ ခု ရှိသည်ဟု ကျွန်ုပ်တို့ကို ပြောပြသည်။

ကော်လံတစ်ခုစီအတွက် စုစုပေါင်းပျောက်ဆုံးတန်ဖိုးများကို ရေတွက်ပါ။

အောက်ပါကုဒ်သည် DataFrame ကော်လံတစ်ခုစီရှိ ပျောက်ဆုံးတန်ဖိုးများ စုစုပေါင်းအရေအတွက်ကို တွက်ချက်နည်းကို ပြသသည်-

 df. isnull (). sum ()

at 2
b 2
c 1

၎င်းသည် ကျွန်ုပ်တို့အား ပြောပြသည်-

• ကော်လံ “a” တွင် ပျောက်နေသော တန်ဖိုး ၂ ခု ရှိသည်။
• ကော်လံ “b” တွင် ပျောက်နေသော တန်ဖိုး ၂ ခု ရှိသည်။
• ကော်လံ “ c” တွင် တန်ဖိုး 1 ခု ပျောက်နေပါသည်။

ကော်လံတစ်ခုလုံး၏ ရာခိုင်နှုန်းတစ်ခုအနေဖြင့် ပျောက်ဆုံးနေသောတန်ဖိုးများကို သင်ပြသနိုင်သည်-

 df. isnull (). sum ()/ len (df)* 100

a 33.333333
b 33.333333
c 16.666667

၎င်းသည် ကျွန်ုပ်တို့အား ပြောပြသည်-

• ကော်လံ “a” ရှိ တန်ဖိုးများ 33.33% ပျောက်ဆုံးနေသည်။
• ကော်လံ “b” ရှိ တန်ဖိုးများ၏ 33.33% ပျောက်ဆုံးနေသည်။
• ကော်လံ “c” ရှိ တန်ဖိုးများ 16.67% ပျောက်ဆုံးနေသည်။

အတန်းတစ်ခုစီအတွက် စုစုပေါင်းပျောက်ဆုံးတန်ဖိုးများကို ရေတွက်ပါ။

အောက်ပါကုဒ်သည် DataFrame အတန်းတစ်ခုစီရှိ ပျောက်ဆုံးတန်ဖိုးများ စုစုပေါင်းအရေအတွက်ကို တွက်ချက်နည်းကို ပြသသည်-

 df. isnull (). sum (axis= 1 )

0 1
1 1
2 1
30
4 0
5 2

၎င်းသည် ကျွန်ုပ်တို့အား ပြောပြသည်-

• စာကြောင်း 1 တွင် တန်ဖိုး 1 ခု ပျောက်နေသည်။
• စာကြောင်း 2 တွင် တန်ဖိုး 1 ခု ပျောက်နေသည်။
• စာကြောင်း 3 တွင် တန်ဖိုး 1 ခု ပျောက်နေသည်။
• စာကြောင်း 4 တွင် 0 တန်ဖိုးများ ပျောက်ဆုံးနေပါသည်။
• စာကြောင်း 5 တွင် 0 တန်ဖိုးများ ပျောက်ဆုံးနေပါသည်။
• စာကြောင်း ၆ တွင် တန်ဖိုး ၂ ခု ပျောက်နေသည်။

ထပ်လောင်းအရင်းအမြစ်များ

Pandas ရှိ ကော်လံအများအပြားတွင် ထူးခြားသောတန်ဖိုးများကို မည်သို့ရှာမည်နည်း။
Pandas ရှိ အခြေအနေတစ်ခုအပေါ် အခြေခံ၍ ကော်လံအသစ်တစ်ခုကို မည်သို့ဖန်တီးမည်နည်း။