Category: လမ်းညွှန်

stacked bar chart သည် ကိန်းရှင်များစွာ၏တန်ဖိုးများကို တစ်ပြိုင်နက်မြင်ယောင်နိုင်ရန် ဘားတန်းခွဲများစွာသို့ ပိုင်းခြားထားသော ဘားများကိုအသုံးပြုသည့် ဇယားအမျိုးအစားတစ်ခုဖြစ်သည်။ Seaborn data visualization package ကို အသုံးပြု၍ Python တွင် အောက်ပါ stacked bar plot ကို ဖန်တီးနည်း ဤသင်ခန်းစာတွင် အဆင့်ဆင့် ဥပမာကို ပေးထားပါသည်။ အဆင့် 1: ဒေတာကိုဖန်တီးပါ။ ပထမဦးစွာ၊ တနင်္လာနေ့မှသောကြာနေ့အထိ စားသောက်ဆိုင်တစ်ဆိုင်မှ နံနက်ပိုင်းနှင့် ညနေပိုင်းတို့တွင် လက်ခံရရှိသည့် ဖောက်သည်စုစုပေါင်းကို ပြသသည့် အောက်ပါပန်ဒါ DataFrame...

ပန်ဒါ DataFrame တွင် အမျိုးအစားခွဲကွဲပြားသည့်ကိန်းရှင်တစ်ခုသို့ ကိန်းဂဏန်းမပြောင်းလဲနိုင်သော အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ df[' column_name '] = pd. factorize (df[' column_name '])[0] DataFrame ရှိ အမျိုးအစားအလိုက် ကွဲလွဲချက်တစ်ခုစီကို ကိန်းဂဏာန်းပြောင်းလဲနိုင်သောအဖြစ်သို့ ပြောင်းလဲရန် အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်။ #identify all categorical variables cat_columns = df. select_dtypes ([' object ']). columns #convert all categorical variables...

What-if analysis သည် ရလဒ်များ မည်ကဲ့သို့ ပြောင်းလဲသည်ကို သိနိုင်ရန် မတူညီသော နံပါတ်များကို ဖော်မြူလာများတွင် ထည့်သွင်းနိုင်စေမည့် ခွဲခြမ်းစိတ်ဖြာမှု အမျိုးအစားတစ်ခုဖြစ်သည်။ ဥပမာအားဖြင့်၊ စတိုးဆိုင်တစ်ခုသည် မတူညီသောစျေးနှုန်းများဖြင့် မတူညီသောထုတ်ကုန်သုံးခုကို ရောင်းချပြီး ထိုထုတ်ကုန်များမှရရှိသော စုစုပေါင်းဝင်ငွေကို တွက်ချက်သည်ဆိုပါစို့- ယခုအခါ စုစုပေါင်းရောင်းရငွေ $2,000 ရရှိရန် စတိုးမန်နေဂျာသည် ထုတ်ကုန် A ၏ နောက်ထပ်ယူနစ်မည်မျှကို ရောင်းချရမည်ကို သိလိုသည်ဆိုပါစို့။ အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် Google Sheets တွင် ဤမည်သည့်အရာဖြစ်မည်ကို ခွဲခြမ်းစိတ်ဖြာမှုအား မည်သို့လုပ်ဆောင်ရမည်ကို...

Google Sheets ရှိ ရက်စွဲအပိုင်းအခြားတစ်ခုရှိ ဆဲလ်တန်ဖိုးများ အရေအတွက်ကို ရေတွက်ရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်သည်။ = COUNTIFS ( A2:A11 , " >= " & D2 , A2:A11 , " <= " & E2 ) ဤဖော်မြူလာတွင် စတင်ရက်စွဲသည် ဆဲလ် D2 ရှိ ရက်စွဲနှင့် ညီမျှသည် သို့မဟုတ် ပိုကြီးသည့် အပိုင်းအခြား A2:A11...

မကြာခဏ၊ သင်သည် စံသတ်မှတ်ချက်များစွာထဲမှ တစ်ခုနှင့် ကိုက်ညီသည့် Google Sheets ရှိ အပိုင်းအခြားတစ်ခုရှိ ဆဲလ်အရေအတွက်ကို ရေတွက်လိုပေမည်။ ဒါကိုလုပ်ဖို့၊ အောက်ပါအခြေခံ syntax ကိုသုံးနိုင်ပါတယ်။ = ArrayFormula ( SUM ( COUNTIF ( A:A , { " Value1 " , " Value2 ", " Value3 " } ) ) ) ဤအထူးဖော်မြူလာသည် “...

မကြာခဏဆိုသလို သင်သည် ပန်ဒါတစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ပန်ဒါစီးရီးတစ်ခုမှ ပန်ဒါ DataFrame တစ်ခုကို ဖန်တီးလိုပေမည်။ အောက်ဖော်ပြပါနမူနာများသည် DataFrame ၏ အတန်းများ သို့မဟုတ် ကော်လံများအဖြစ် ရှိပြီးသားစီးရီးများကို အသုံးပြု၍ ပန်ဒါ DataFrame ဖန်တီးနည်းကို ပြသထားသည်။ ဥပမာ 1- ကော်လံများအဖြစ် Series ကို အသုံးပြု၍ Pandas DataFrame တစ်ခုကို ဖန်တီးပါ။ ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါစီးရီး ၃ ခုရှိသည် ဆိုပါစို့။ import pandas as...

ပန်ဒါဒေတာဘောင်တွင် NaN တန်ဖိုးများကို စာကြောင်းများဖြင့် အစားထိုးရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- DataFrame တစ်လျှောက်လုံးတွင် NaN တန်ဖိုးများကို string တစ်ခုဖြင့် အစားထိုးပါ။ df. fillna ('', inplace= True ) နည်းလမ်း 2- တိကျသောကော်လံများတွင် ကြိုးတစ်ချောင်းဖြင့် NaN တန်ဖိုးများကို အစားထိုးပါ။ df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2...

ပန်ဒါ DataFrame ကို ကျယ်ပြန့်ဖော်မတ်မှ ရှည်လျားသောဖော်မတ်သို့ ပြောင်းရန် အောက်ပါအခြေခံ syntax ကို သင်သုံးနိုင်သည်။ df = pd. melt (df, id_vars=' col1 ', value_vars=[' col2 ', ' col3 ', ...]) ဤအခြေအနေတွင်၊ col1 သည် ကျွန်ုပ်တို့ identifier နှင့် col2 , col3 , etc. ကျွန်ုပ်တို့ပြန်ဖျက်သည့် ကော်လံများဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ...

ပန်ဒါ DataFrame ကို ရှည်လျားသော ဖော်မက်မှ ကျယ်ပြန့်သော ဖော်မတ်သို့ ပြောင်းရန် အောက်ပါ အခြေခံ အထားအသိုကို သင်သုံးနိုင်သည်။ df = pd. pivot (df, index=' col1 ', columns=' col2 ', values=' col3 ') ဤအခြေအနေတွင် col1 သည် အညွှန်းဖြစ်လာမည်ဖြစ်ပြီး col2 သည် ကော်လံများဖြစ်လာမည်ဖြစ်ပြီး col3 ကို DataFrame အတွင်းရှိ တန်ဖိုးများအဖြစ် အသုံးပြုမည်ဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည်...

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=...