Category: လမ်းညွှန်

NumPy array ၏ဒြပ်စင်များကို offset လုပ်ရန် အောက်ပါနည်းလမ်းများထဲမှ တစ်ခုကို သင်သုံးနိုင်သည်။ နည်းလမ်း 1- Shift element (မူရင်းဒြပ်စင်အားလုံးကို သိမ်းဆည်းထားပါ) #shift each element two positions to the right data_new = np. roll (data, 2) နည်းလမ်း 2- Shift ဒြပ်စင်များ (ဒြပ်စင်များကို အစားထိုးရန် ခွင့်ပြုသည်) #define shifting function def shift_elements (arr,...

စဉ်ဆက်မပြတ် variable တစ်ခုမှ categorical variable တစ်ခုကို ဖန်တီးရန် R တွင် cut() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- df$cat_variable <- cut(df$continuous_variable, breaks=c(5, 10, 15, 20, 25), labels=c(' A ', ' B ', ' C ', ' D ')) ခွဲခြမ်းများသည် စဉ်ဆက်မပြတ်ကိန်းရှင်ကို ပိုင်းခြားရန် တန်ဖိုးများကို သတ်မှတ်ပေးပြီး...

R ရှိ gsub() လုပ်ဆောင်ချက်ကို R ရှိ စာကြောင်းတစ်ခုရှိ အချို့သောပုံစံတစ်ခု၏ ဖြစ်ပေါ်မှုအားလုံးကို အစားထိုးရန်အတွက် အသုံးပြုနိုင်သည်။ မော်ဒယ်များစွာကို တစ်ပြိုင်နက် အစားထိုးရန်၊ သင်သည် nested gsub() ထုတ်ပြန်ချက်ကို အသုံးပြုနိုင်သည်။ df$col1 <- gsub(' old1 ', ' new1 ', gsub(' old2 ', ' new2 ', gsub(' old3 ', ' new3 ', df$col1))) သို့သော်၊...

Pandas DataFrame အတွင်းရှိ ကော်လံအများအပြားရှိ ကော်လံအများအပြားတွင် ပွားနေသောအတန်းများကို ဖယ်ရှားရန် အောက်ပါနည်းလမ်းများကို အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- ကော်လံအားလုံးရှိ ထပ်တူများကို ဖယ်ရှားပါ။ df. drop_duplicates () နည်းလမ်း 2- သီးခြားကော်လံများတွင် ထပ်နေသောများကို ဖယ်ရှားပါ။ df. drop_duplicates ([' column1 ',' column3 ']) အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင် နည်းလမ်းတစ်ခုစီကို အသုံးပြုနည်းကို ပြသသည်- import pandas as...

ပန်ဒါ DataFrame ကော်လံနှစ်ခုကြား လများအတွင်း အချိန်မြစ်ဝကျွန်းပေါ်ဒေသကို တွက်ချက်ရန် အောက်ပါလုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်- def month_diff(x, y): end = x. dt . to_period (' M '). view (dtype=' int64 ') start = y. dt . to_period (' M '). view (dtype=' int64 ') return end-start အောက်ဖော်ပြပါ ဥပမာသည်...

pandas factorize() လုပ်ဆောင်ချက်ကို ဂဏန်းတန်ဖိုးများအဖြစ် စာကြောင်းများကို ကုဒ်လုပ်ရန် အသုံးပြုနိုင်သည်။ ပန်ဒါ DataFrame ကော်လံများတွင် factorize() လုပ်ဆောင်ချက်ကို အသုံးပြုရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- ကော်လံတစ်ခုကို အချက်ပြပါ။ df[' col1 '] = pd. factorize (df[' col '])[0] နည်းလမ်း 2- သီးခြားကော်လံများကို အချက်ပြပါ။ df[[' col1 ', ' col3 ']] = df[[' col1...

ပန်ဒါ DataFrame ၏ multi-column boxplot ကိုဖန်တီးရန် Seaborn တွင် အောက်ပါအခြေခံ syntax ကိုသုံးနိုင်သည်။ sns. boxplot (x=' variable ', y=' value ', data=df) အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Seaborn ကိုသုံး၍ ကော်လံအများအပြား၏ ကွက်ကွက် ကျွန်ုပ်တို့တွင် မတူညီသော ဘတ်စကတ်ဘောအသင်းသုံးသင်းတွင် ကစားသမားများမှ ရမှတ်များကိုပြသသည့် အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။...

ပန်ဒါများအတွက် အုပ်စုလိုက်ရွေ့လျားမှုပျမ်းမျှအား တွက်ချက်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- #calculate 3-period moving average of 'values' by 'group' df. groupby (' group ')[' values ']. transform ( lambda x: x.rolling (3,1) .mean ()) အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Pandas ရှိ...

inline list တစ်ခုစီ၏ ဒြပ်စင်တစ်ခုစီကို DataFrame အဖြစ်သို့ ပြောင်းလဲရန် pandas burst() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- df. explode (' variable_to_explode ') အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Pandas DataFrame ဖြင့် explosive() လုပ်ဆောင်ချက်ကို အသုံးပြုပါ။ ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ DataFrame ရှိသည် ဆိုပါစို့။...

နမူနာတစ်ခုရှိ ရှုမြင်မှုတစ်ခုစီရှိ အခြားနမူနာတစ်ခုရှိ စူးစမ်းမှုတစ်ခုနှင့် ဆက်စပ်နိုင်သောအခါ နမူနာနှစ်ခု၏နည်းလမ်းကို နှိုင်းယှဉ်ရန် တွဲထားသောနမူနာကို t-test ကို အသုံးပြုသည်။ ဤစမ်းသပ်မှုအမျိုးအစားသည် ဒေတာနှင့်ပတ်သက်၍ အောက်ပါ ယူဆချက်ကို ဖြစ်စေသည်- 1. လွတ်လပ်မှု- ရှုမြင်မှုတစ်ခုစီသည် အခြားရှုမြင်မှုတစ်ခုမှ သီးခြားဖြစ်ရမည်။ 2. Normality- အတွဲများအကြား ကွာခြားချက်များသည် ခန့်မှန်းခြေအားဖြင့် ပုံမှန်ဖြန့်ဝေသင့်သည်။ 3. လွန်ကဲသောအစွန်းထွက်များမရှိပါ- ကွဲပြားမှုများတွင် လွန်ကဲသောအစွန်းထွက်များမရှိသင့်ပါ။ ဤယူဆချက်တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသောယူဆချက်များနှင့် မကိုက်ညီပါက၊ တွဲထားသောနမူနာ t-test ၏ရလဒ်များသည် ယုံကြည်စိတ်ချရသော သို့မဟုတ် လွဲမှားစေနိုင်ပါသည်။...