Pandas တွင် boolean တန်ဖိုးများကို ကိန်းပြည့်တန်ဖိုးများ မည်သို့ပြောင်းလဲမည်နည်း။
ပန်ဒါများရှိ ကိန်းပြည့်တန်ဖိုးများကော်လံတစ်ခုသို့ boolean တန်ဖိုးများကော်လံတစ်ခုသို့ ပြောင်းရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-
df. column1 = df. column1 . replace ({ True : 1 , False : 0 })
အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။
ဥပမာ- Pandas တွင် boolean ကို ကိန်းပြည့်အဖြစ်သို့ ပြောင်းပါ။
ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ DataFrame ရှိသည် ဆိုပါစို့။
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G'], ' points ': [18, 22, 19, 14, 14, 11, 20], ' playoffs ': [True, False, False, False, True, False, True]}) #view DataFrame df
ကော်လံတစ်ခုစီ၏ ဒေတာအမျိုးအစားကို လျင်မြန်စွာစစ်ဆေးရန် dtypes ကို သုံးနိုင်သည်-
#check data type of each column
df. dtypes
team object
int64 dots
playoffs bool
dtype:object
‘playoffs’ ကော်လံသည် boolean အမျိုးအစားဖြစ်သည်ကို ကျွန်ုပ်တို့တွေ့မြင်ရပါသည်။
“playoffs” ကော်လံရှိ True/False တန်ဖိုးများကို ကိန်းပြည့် 1/0 တန်ဖိုးများအဖြစ်သို့ လျင်မြန်စွာပြောင်းလဲရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။
#convert 'playoffs' column to integer df. playoffs = df. playoffs . replace ({ True : 1 , False : 0 }) #view updated DataFrame df team points playoffs 0 to 18 1 1 B 22 0 2 C 19 0 3 D 14 0 4 E 14 1 5 F 11 0 6 G 20 1
True တန်ဖိုးတစ်ခုစီကို 1 အဖြစ်သို့ ပြောင်းလဲခဲ့ပြီး False တန်ဖိုးတစ်ခုစီကို 0 သို့ ပြောင်းလဲခဲ့သည်။
‘playoffs’ ကော်လံသည် ယခုအခါ ကိန်းပြည့်ဖြစ်ကြောင်း အတည်ပြုရန် dtypes ကို ထပ်မံအသုံးပြုနိုင်သည်-
#check data type of each column df. dtypes team object int64 dots playoffs int64 dtype:object
‘playoffs’ ကော်လံသည် ယခု int64 အမျိုးအစားဖြစ်သည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။
ထပ်လောင်းအရင်းအမြစ်များ
အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-
Pandas တွင် categorical variable ကို ဂဏန်းအဖြစ် မည်သို့ပြောင်းရမည်နည်း။
Pandas DataFrame ကော်လံများကို int သို့ မည်သို့ပြောင်းလဲမည်နည်း။
Pandas ရှိ စာကြောင်းသို့ DateTime ကို မည်သို့ပြောင်းရမည်နည်း။