Category: လမ်းညွှန်

Pandas DataFrame ကော်လံတစ်ခုရှိ တန်ဖိုးများ၏ အကြိမ်ရေကို ရရှိရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- ဇယားပုံစံဖြင့် တန်ဖိုးများ၏ ကြိမ်နှုန်းအရေအတွက်ကို ရယူပါ။ df[' my_column ']. value_counts () နည်းလမ်း 2- အဘိဓာန်ဖော်မတ်ဖြင့် တန်ဖိုးများ၏ ကြိမ်နှုန်းအရေအတွက်ကို ရယူပါ။ df[' my_column ']. value_counts (). to_dict () အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင် နည်းလမ်းတစ်ခုစီကို အသုံးပြုနည်းကို ပြသသည်-...

Pandas DataFrame ကော်လံတစ်ခုတွင် True နှင့် False တန်ဖိုးများ ဖြစ်ပေါ်မှုများကို ရေတွက်ရန် အောက်ပါ အခြေခံ syntax ကို သင်သုံးနိုင်သည်။ df[' my_boolean_column ']. value_counts () ၎င်းသည် True နှင့် False တန်ဖိုးများ ဖြစ်ပေါ်မှုကို ရေတွက်မည်ဖြစ်သည်။ သတ်မှတ်ထားသော တန်ဖိုးများထဲမှ တစ်ခုကိုသာ ရေတွက်လိုပါက၊ အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။ #count occurrences of True df[' my_boolean_column ']....

သတ်မှတ်ထားသောဒေတာအမျိုးအစားနှင့်ညီသော pandas DataFrame ရှိကော်လံများကိုရွေးချယ်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- သီးခြားဒေတာအမျိုးအစားတစ်ခုနှင့် တူညီသော ကော်လံများကို ရွေးပါ။ #select all columns that have an int or float data type df. select_dtypes (include=[' int ', ' float ']) နည်းလမ်း 2- သီးခြားဒေတာအမျိုးအစားတစ်ခု၏ မတူညီသောကော်လံများကို ရွေးပါ။ #select all columns that don't...

၎င်းတို့ရှိနေပါက ပန်ဒါ DataFrame ရှိ ကော်လံတစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသောကော်လံများကို ဖျက်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်ပါသည်။ df = df. drop ([' column1 ', ' column2 '], axis= 1 , errors=' ignore ') မှတ်ချက်- အကယ်၍ သင်သည် error=’ignore’ argument ကို အသုံးမပြုပါက၊ မရှိသော ကော်လံကို ဖျက်ရန် ကြိုးပမ်းပါက အမှားတစ်ခု ရရှိပါမည်။...

ပန်ဒါရှိ အုပ်စုတစ်ခုစီအတွက် စံသွေဖည်မှုကို တွက်ချက်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- ကော်လံတစ်ခုဖြင့် အုပ်စုဖွဲ့ထားသော ကော်လံတစ်ခု၏ စံသွေဖည်မှုကို တွက်ချက်ပါ။ df. groupby ([' group_col '])[' value_col ']. std () နည်းလမ်း 2- ကော်လံတစ်ခုတည်းဖြင့် အုပ်စုဖွဲ့ထားသော ကော်လံများစွာ၏ စံသွေဖည်မှုကို တွက်ချက်ပါ။ df. groupby ([' group_col '])[' value_col1 ', ' value_col2 ']. std ()...

ပန်ဒါများတွင် “ GROUP BY HAVING” SQL ကြေငြာချက်နှင့်ညီမျှသော အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ df. groupby (' some_column '). filter ( lambda x: some condition) အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame နှင့် လက်တွေ့တွင် ဤ syntax ကိုမည်သို့အသုံးပြုရမည်ကို ပြသသည် ။ import pandas as pd #createDataFrame df = pd. DataFrame ({' team...

ပန်ဒါ DataFrame တွင် အခြေအနေ-အခြေခံ Boolean ကော်လံကို ဖန်တီးရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- df[' boolean_column '] = np. where (df[' some_column '] > 15, True , False ) ဤထူးခြားသော syntax သည် ဖြစ်နိုင်သည့်တန်ဖိုးနှစ်ခုဖြင့် Boolean ကော်လံအသစ်ကို ဖန်တီးသည်- some_column ရှိ တန်ဖိုးသည် 15 ထက် ကြီးပါက မှန်ပါသည် ။...

ပန်ဒါတစ်ခု DataFrame ကို အခြားတစ်ခုမှ နုတ်ရန် အောက်ပါ syntax ကို သင်သုံးနိုင်သည်။ df1. subtract (df2) သင့်တွင် DataFrame တစ်ခုစီတွင် ဇာတ်ကောင်ကော်လံတစ်ခုရှိနေပါက၊ DataFrame တစ်ခုစီ၏ အညွှန်းကော်လံသို့ ဦးစွာရွှေ့ရန် လိုအပ်နိုင်သည်- df1. set_index (' char_column '). subtract ( df2.set_index (' char_column ')) အောက်ပါဥပမာများသည် syntax တစ်ခုစီကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ 1- Pandas...

ပန်ဒါ DataFrame တွင် အတန်းနံပါတ်များပါရှိသော ကော်လံအသစ်ကို ထည့်ရန် နည်းလမ်းနှစ်ခုရှိသည်။ နည်းလမ်း 1- assign() ကိုသုံးပါ df = df. assign (row_number= range ( len (df))) နည်းလမ်း 2- reset_index() ကိုသုံးပါ df[' row_number '] = df. reset_index (). index နည်းလမ်းနှစ်ခုစလုံးသည် တူညီသောရလဒ်ကို ဖြစ်ပေါ်စေပါသည်။ အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင်...

Excel ရှိ FILTER function တွင် wildcards များကို အသုံးပြုရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။ =FILTER( A2:B12 , ISNUMBER(SEARCH("some_string", A2:A12 )), "None") ဤအထူးဖော်မြူလာသည် အပိုင်းအခြား A2:B12 အတွင်းရှိ အတန်းများကို ဆဲလ်အတွင်းရှိ မည်သည့်နေရာတွင်မဆို “ some_string” ပါ၀င်သည့် အပိုင်းအခြား A2:B12 တွင် စစ်ထုတ်မည်ဖြစ်သည်။ မည်သည့်ဆဲလ်မှ “ some_string” မပါဝင်ပါက ဖော်မြူလာသည် ရိုးရိုး “ None”...