Pandas dataframe ကို ရက်စွဲအလိုက် ဘယ်လိုစီမလဲ (ဥပမာများနှင့်အတူ)

မကြာခဏ ရက်စွဲများပါရှိသော ကော်လံတစ်ခုအပေါ် အခြေခံ၍ ပန်ဒါ DataFrame ကို စီရန်လိုပေမည်။ ကံကောင်းစွာဖြင့်၊ ၎င်းသည် sort_values() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။

ဤသင်ခန်းစာတွင် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုပုံ နမူနာများစွာကို ပြသထားသည်။

ဥပမာ 1- ရက်စွဲအလိုက် ကော်လံကိုစီပါ။

ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ DataFrame ရှိသည် ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'sales': [4, 11, 13, 9],
                   'customers': [2, 6, 9, 7],
                   'date': ['2020-01-25', '2020-01-18', '2020-01-22', '2020-01-21']})

#view DataFrame
print (df)

   sales customers date
0 4 2 2020-01-25
1 11 6 2020-01-18
2 13 9 2020-01-22
3 9 7 2020-01-21

ဦးစွာ၊ ကျွန်ုပ်တို့သည် ‘ရက်စွဲ’ ကော်လံကို datetime အရာဝတ္ထုအဖြစ်သို့ ပြောင်းရန် to_datetime() လုပ်ဆောင်ချက်ကို အသုံးပြုရန်လိုအပ်သည်-

 df[' date '] = pd. to_datetime (df[' date '])

ထို့နောက်၊ ကျွန်ုပ်တို့သည် sort_values() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ‘ရက်စွဲ’ ကော်လံအပေါ် အခြေခံ၍ DataFrame ကို စီစဥ်နိုင်သည်-

 df. sort_values (by=' date ')

        sales customers date
1 11 6 2020-01-18
3 9 7 2020-01-21
2 13 9 2020-01-22
0 4 2 2020-01-25

မူရင်းအားဖြင့်၊ ဤလုပ်ဆောင်ချက်သည် ရက်စွဲများကို ကြီးလိုက်ကြီးလိုက် စီသည်။ သို့ရာတွင်၊ သင်သည် ကြီးစဉ်ငယ်လိုက်=ကြီးစဉ်ငယ်လိုက် စီရန် မှားယွင်း သတ်မှတ်နိုင်သည်-

 df. sort_values (by=' date ', ascending= False )

	sales customers date
0 4 2 2020-01-25
2 13 9 2020-01-22
3 9 7 2020-01-21
1 11 6 2020-01-18

ဥပမာ 2- ရက်စွဲကော်လံများစွာဖြင့် စီပါ။

ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ DataFrame ရှိသည် ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'person': ['A', 'B', 'C', 'D'],
                   'order_date': ['2020-01-15', '2020-01-15', '2020-01-20', '2020-01-20'],
                   'receive_date': ['2020-01-25', '2020-01-18', '2020-01-22', '2020-01-21']})

#view DataFrame
print (df)

  person order_date receive_date
0 A 2020-01-15 2020-01-25
1 B 2020-01-15 2020-01-18
2 C 2020-01-20 2020-01-22
3 D 2020-01-20 2020-01-21

လုပ်ဆောင်ချက်အတွက် ကော်လံအမည်များကို ရိုးရှင်းစွာ ပံ့ပိုးပေးခြင်းဖြင့် ကော်လံအများအပြားတွင် DataFrame ကို စီရန် sort_values လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။

 #convert both date columns to datetime objects
df[['order_date','receive_date']] = df[['order_date','receive_date']]. apply (pd. to_datetime )

#sort DateFrame by order_date, then by receive_date
df. sort_values (by=['order_date', 'receive_date'])

        person order_date receive_date
1 B 2020-01-15 2020-01-18
0 A 2020-01-15 2020-01-25
3 D 2020-01-20 2020-01-21
2 C 2020-01-20 2020-01-22

DataFrame ကို ယခု order_date ဖြင့် ကြီးလိုက်ကြီးလိုက် စီထားပြီး၊ ထို့နောက် receipt_date ဖြင့် ကြီးလိုက်ကြီးလိုက် ဖြစ်နေသည်။

ထပ်လောင်းအရင်းအမြစ်များ

Pandas DataFrame အတန်းများကို ရက်စွဲအလိုက် စစ်ထုတ်နည်း
Pandas တွင် DateTime ကို ရက်စွဲသို့ မည်သို့ပြောင်းလဲမည်နည်း။
Pandas ရှိ ကော်လံများကို DateTime သို့ ပြောင်းလဲနည်း
Pandas ရှိ အညွှန်းနှင့် ကော်လံ နှစ်မျိုးလုံးဖြင့် စီနည်း