Category: လမ်းညွှန်

ပန်ဒါ DataFrame တွင် lambda လုပ်ဆောင်ချက်ကို အသုံးပြုရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- df[' col '] = df[' col ']. apply ( lambda x: ' value1 ' if x < 20 else ' value2 ') အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame နှင့် လက်တွေ့တွင် ဤ syntax ကိုမည်သို့အသုံးပြုရမည်ကို...

pandas DataFrame ၏ အတန်းနှင့်ကော်လံများကို ရွေးချယ်သည့်အခါတွင်၊ .loc နှင့် .at တို့သည် အသုံးများသော လုပ်ဆောင်ချက်နှစ်ခုဖြစ်သည်။ ဤသည်မှာ လုပ်ဆောင်ချက်နှစ်ခုကြား သိမ်မွေ့သော ခြားနားချက်ဖြစ်သည်။ .loc သည် input arguments အဖြစ် အတန်းနှင့် ကော်လံများစွာကို ယူနိုင်သည်။ .at သည် input arguments အဖြစ် အတန်းနှင့် ကော်လံတစ်ခုသာ ယူနိုင်သည်။ အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လုပ်ဆောင်ချက်တစ်ခုစီကို လက်တွေ့အသုံးပြုနည်းကို ပြသသည် ။ import...

if-else ယုတ္တိကို အသုံးပြု၍ NumPy အခင်းအကျင်းတစ်ခု၏ တန်ဖိုးများကို အမြန်မွမ်းမံရန် NumPy Where() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။ ဥပမာအားဖြင့်၊ အောက်ပါကုဒ်သည် သတ်မှတ်ထားသော အခြေအနေနှင့် ကိုက်ညီသော NumPy အခင်းအကျင်းတွင် တန်ဖိုးများကို အပ်ဒိတ်လုပ်နည်းကို ပြသသည်- import numpy as np #create NumPy array of values x = np. array ([1, 3, 3, 6, 7, 9]) #update...

မကြာခဏဆိုသလို သင်သည် ပန်ဒါဆုံချက်ဇယားသို့ စုစုပေါင်း အစုခွဲများကို ထည့်လိုပေမည်။ ကံကောင်းထောက်မစွာ၊ ၎င်းသည်ပန်ဒါ၏ built-in လုပ်ဆောင်ချက်များကို အသုံးပြု၍ လုပ်ဆောင်ရန်လွယ်ကူသည်။ အောက်ပါဥပမာသည် ၎င်းကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။ ဥပမာ- Pandas PivotTable တွင် စုစုပေါင်း ခွဲများ ထည့်ပါ။ အမျိုးမျိုးသော ဘတ်စကတ်ဘောကစားသမားများအကြောင်း အချက်အလက်ပါရှိသော အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။ import pandas as pd #createDataFrame df = pd. DataFrame ({' team ':...

အချို့သောကော်လံများတွင် တန်ဖိုးများကိုပြသသည့် ပန်ဒါများတွင် ဆုံချက်ဇယားတစ်ခုဖန်တီးရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ p.d. pivot_table (df, values=' col1 ', index=' col2 ', columns=' col3 ', aggfunc=' sum ') အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- တန်ဖိုးများစွာဖြင့် Pandas PivotTable တစ်ခုကို ဖန်တီးပါ။ အမျိုးမျိုးသော ဘတ်စကတ်ဘောကစားသမားများအကြောင်း အချက်အလက်ပါရှိသော အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။ import...

ပန်ဒါများကို အသုံးပြုရာတွင် သင်ကြုံတွေ့ရနိုင်သည့် အမှားတစ်ခုမှာ- ValueError : Cannot mask with non-boolean array containing NA / NaN values သီးခြားစာကြောင်းတစ်ခုပါရှိသော pandas DataFrame တွင် အတန်းများကိုရှာဖွေရန်ကြိုးစားနေချိန်တွင် ဤအမှားသည် များသောအားဖြင့် ဖြစ်ပေါ်တတ်သော်လည်း သင်ရှာဖွေနေသောကော်လံတွင် NaN တန်ဖိုးများရှိသည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤအမှားကို လက်တွေ့တွင် မည်သို့ပြုပြင်ရမည်ကို ပြသထားသည်။ အမှားကို ဘယ်လိုပြန်ထုတ်မလဲ။ ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ DataFrame ရှိသည် ဆိုပါစို့။...

R တွင် သင်ကြုံတွေ့ရသော အမှားတစ်ခုမှာ- Error: `data` must be a data frame, or other object coercible by `fortify()`, not a digital vector ဒေတာဘောင်တစ်ခုတွင် variable များကိုဆွဲရန် ggplot2 ကို အသုံးပြုရန် ကြိုးပမ်းသောအခါတွင် ဤအမှားသည် ဖြစ်ပေါ်လာသည်၊ သို့သော် data argument အတွက် data frame အစား vector တစ်ခုကို ကိုးကားပါသည်။ ဤသင်ခန်းစာတွင်...

dplyr ပက်ကေ့ဂျ်ရှိ လုပ်ဆောင်ချက်များကို အသုံးပြု၍ R ရှိ ဒေတာဘောင်တစ်ခုရှိ တန်ဖိုးများစွာကို အစားထိုးရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- library (dplyr) df %>% mutate(var1 = recode(var1, ' oldvalue1 ' = ' newvalue1 ', ' oldvalue2 ' = ' newvalue2 '), var2 = recode(var2, ' oldvalue1 ' =...

dplyr ပက်ကေ့ဂျ်ရှိ လုပ်ဆောင်ချက်များကို အသုံးပြု၍ ဒေတာဘောင်တစ်ခု၏ သီးခြားကော်လံတစ်ခုရှိ စာကြောင်းတစ်ခုကို အစားထိုးရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- ကြိုးတစ်ချောင်းကို ကြိုးအသစ်ဖြင့် အစားထိုးပါ။ library (dplyr) library (stringr) df %>% mutate(across(' column_name ', str_replace, ' old_value ', ' new_value ')) နည်းလမ်း 2- လိုင်းများစွာကို string အသစ်တစ်ခုဖြင့် အစားထိုးပါ။ library (dplyr) library (stringr)...

ကော်လံအများအပြားသို့ အသွင်ပြောင်းခြင်းကို အသုံးပြုရန် R ရှိ dplyr ပက်ကေ့ခ်ျမှ cross() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။ ဤအင်္ဂါရပ်ကိုအသုံးပြုရန် မရေမတွက်နိုင်သောနည်းလမ်းများ ရှိသည် ၊ သို့သော် အောက်ပါနည်းလမ်းများသည် အသုံးများသောအသုံးပြုမှုအချို့ကို ဖော်ပြသည်- နည်းလမ်း 1- ကော်လံများစွာတွင် လုပ်ဆောင်ချက်တစ်ခုကို အသုံးပြုပါ။ #multiply values in col1 and col2 by 2 df %>% mutate(across(c(col1, col2), function (x) x*2)) နည်းလမ်း 2- ကော်လံများစွာအတွက်...