Category: လမ်းညွှန်

Google Sheets တွင် IF ဖော်ပြချက်ပါရှိသော VLOOKUP ကိုအသုံးပြုရန် အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်- =IF(ISNA(VLOOKUP( D2 , A2:B11 , 2 , FALSE )), "", VLOOKUP( D2 , A2:B11 , 2 , FALSE )) ဤအထူးဖော်မြူလာသည် A2:B11 အကွာအဝေးရှိ ဆဲလ် D2 ရှိ တန်ဖိုးကို ရှာဖွေသည်။ တန်ဖိုးရှိလျှင် ဤဖော်မြူလာသည် အပိုင်းအခြား၏...

R ရှိ ဒေတာဘောင်တစ်ခုမှ ကော်လံများကို ဖယ်ရှားရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြု၍ အမည်တွင် သီးခြားစာကြောင်းများပါရှိသည်။ နည်းလမ်း 1- အမည်တွင် သတ်မှတ်ထားသော စာကြောင်းပါရှိပါက ကော်လံများကို ဖယ်ရှားပါ။ library (dplyr) df_new <- df %>% select(-contains(' this_string ')) နည်းလမ်း 2- အမည်တွင် သတ်မှတ်ထားသော စာကြောင်းများစွာထဲမှ တစ်ခုပါရှိလျှင် ကော်လံများကို ဖယ်ရှားပါ။ library (dplyr) df_new <- df %>% select(-contains(c(' string1...

ထည့်သွင်းမှုများသည် အရှည်အမျိုးမျိုးရှိသည့် အဘိဓာန်တစ်ခုမှ ပန်ဒါ DataFrame တစ်ခုကို ဖန်တီးရန် အောက်ပါအခြေခံ syntax ကို အသုံးပြုနိုင်သည်။ import pandas as pd df = pd. DataFrame (dict([(key, pd. Series (value)) for key, value in some_dict. items ()])) ဤ syntax သည် အဘိဓာန်အခင်းအကျင်းများစာရင်းကို ပန်ဒါစီးရီးများစာရင်းအဖြစ်သို့ ပြောင်းပေးသည်။ ၎င်းသည် ကျွန်ုပ်တို့အား ပန်ဒါ DataFrame တစ်ခုဖန်တီးနိုင်စေပြီး...

သီးခြားကော်လံများတွင် ပျောက်ဆုံးနေသောတန်ဖိုးများပါရှိသော pandas DataFrame မှအတန်းများကိုဖယ်ရှားရန် subset argument ဖြင့် dropna() function ကိုသုံးနိုင်သည်။ ဤအင်္ဂါရပ်ကို လက်တွေ့တွင် အသုံးပြုရန် အသုံးအများဆုံးနည်းလမ်းများမှာ- နည်းလမ်း 1- သီးခြားကော်လံတစ်ခုရှိ ပျောက်ဆုံးတန်ဖိုးများပါသည့် အတန်းများကို ဖယ်ရှားပါ။ df. dropna (subset = [' column1 '], inplace= True ) နည်းလမ်း 2- သီးခြားကော်လံများစွာထဲမှ တစ်ခုတွင် ပျောက်ဆုံးနေသော တန်ဖိုးများပါသည့် အတန်းများကို ဖယ်ရှားပါ။ df. dropna...

ပျောက်ဆုံးနေသောတန်ဖိုးများပါရှိသော pandas DataFrame မှအတန်းများကိုဖယ်ရှားရန် dropna() လုပ်ဆောင်ချက်ကိုသင်အသုံးပြုနိုင်သည်။ DataFrame တွင် အတန်းတစ်ခု သို့မဟုတ် ကော်လံတစ်ခုအား ထိန်းသိမ်းထားရန်လိုအပ်သည့် အနည်းဆုံး NaN မဟုတ်သည့်တန်ဖိုးများ အရေအတွက်ကို သတ်မှတ်ရန် thresh argument ကို အသုံးပြုနိုင်သည်။ ဤသည်မှာ တံခါးခုံ အငြင်းအခုံကို လက်တွေ့တွင် အသုံးပြုရန် အသုံးအများဆုံးနည်းလမ်းများဖြစ်သည်- နည်းလမ်း 1- NaN မဟုတ်သော တန်ဖိုး အနည်းဆုံး အရေအတွက်ဖြင့် အတန်းများကိုသာ ထားရှိပါ။ #only keep rows with at...

Boolean ကော်လံတန်ဖိုးများကို အခြေခံ၍ pandas DataFrame အတွင်းရှိ အတန်းများကို စစ်ထုတ်ရန် အောက်ပါနည်းလမ်းများကို အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- Boolean ကော်လံကို အခြေခံ၍ DataFrame ကို စစ်ထုတ်ပါ။ #filter for rows where value in 'my_column' is True df. loc [df. my_column ] နည်းလမ်း 2- Boolean ကော်လံများစွာကို အခြေခံ၍ DataFrame ကို စစ်ထုတ်ပါ။ #filter...

ပန်ဒါ DataFrame တွင် Boolean ကော်လံကို string ကော်လံသို့ ပြောင်းရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- df[' my_bool_column '] = df[' my_bool_column ']. replace ({ True : ' True ', False : ' False '}) ဤဥပမာသည် True value တစ်ခုစီကို “ True” ဖြင့် အစားထိုးပြီး my_bool_column ဟုခေါ်သော...

သတ်မှတ်ထားသောကော်လံအတွက် စုစုပေါင်း၏ရာခိုင်နှုန်းကိုပြသသည့် ပန်ဒါများရှိ ဆုံချက်ဇယားတစ်ခုသို့ ကော်လံတစ်ခုထည့်ရန် အောက်ပါအထားအသိုကိုသုံးနိုင်သည်။ my_table[' % points '] = (my_table[' points ']/my_table[' points ']. sum ())* 100 ဤအထူးအစီအစဥ်သည် အမှတ်များကော်လံရှိ စုစုပေါင်း တန်ဖိုးများ၏ ရာခိုင်နှုန်းများကိုပြသသည့် my_table ဟုခေါ်သော pivot ဇယားတစ်ခုသို့ % အမှတ် ဟုခေါ်သော ကော်လံအသစ်ကို ပေါင်းထည့်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။...

ပန်ဒါများတွင် ဖန်တီးထားသော ဟစ်စတိုဂရမ်၏ အရွယ်အစားကို ပြောင်းလဲရန် ပုံ ကြီး အရွယ်အစား အငြင်းအခုံကို အသုံးပြုနိုင်သည်။ import matplotlib. pyplot as plt #specify figure size (width, height) fig = plt. figure (figsize=(8,3)) ax = fig. gca () #create histogram using specified figure size df[' my_column ']. hist (ax=ax)...

iterrows ကိုအသုံးပြုနေစဉ် pandas DataFrame တွင်တန်ဖိုးများကိုမွမ်းမံရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ for i, row in df. iterrows (): points_add = 10 if row[' points '] > 15: points_add = 50 df. at [i,' points '] = points_add ဤဥပမာသည် DataFrame ၏အတန်းတစ်ခုစီတွင် ထပ်လောင်းပြီး တန်ဖိုး 15 ထက်ကြီးပါက အစက်ကော်လံရှိတန်ဖိုးကို 50...