Pandas vs loc- ကွာခြားချက်ကဘာလဲ။


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 pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

ဥပမာ 1- Pandas တွင် loc ကိုအသုံးပြုနည်း

အောက်ဖော်ပြပါကုဒ်သည် အမှတ်ကော်လံ၏ အညွှန်းနေရာ 0 တွင်ရှိသော DataFrame ရှိတန်ဖိုးကို ဝင်ရောက်ရန် .loc ကို အသုံးပြုပုံကို ပြသသည်-

 #select value located at index position 0 of the points column
df. loc [0, ' points ']

18

၎င်းသည် တန်ဖိုး 18 ကို ပြန်ပေးသည်။

အညွှန်းတန်ဖိုးများ 0 နှင့် 4 အကြား အတန်းများအပြင် အမှတ်များနှင့် ကော်လံများကို ကူညီပေးရန်အတွက် အောက်ပါကုဒ်သည် .loc ကိုအသုံးပြုပုံကို ပြသသည်-

 #select rows between index values 0 and 4 and columns 'points' and 'assists'
df. loc [0:4, [' points ', ' assists ']]

        assist points
0 18 5
1 22 7
2 19 7
3 14 9
4 14 12

ကျွန်ုပ်တို့သည် တန်ဖိုးတစ်ခုတည်း သို့မဟုတ် အတန်းများနှင့် ကော်လံအုပ်စုများကို ဝင်ရောက်ကြည့်ရှုလိုပါက .loc လုပ်ဆောင်ချက် နှစ်ခုစလုံးကို လုပ်ဆောင်နိုင်သည်။

ဥပမာ 2- Pandas တွင် အသုံးပြုနည်း

အောက်ဖော်ပြပါ ကုဒ်သည် အမှတ်ကော်လံ၏ အညွှန်းနေရာ 0 တွင်ရှိသော DataFrame အတွင်းရှိ တန်ဖိုးကို ရယူရန် .at ကို အသုံးပြုပုံကို ပြသသည်-

 #select value located at index position 0 of the points column
df. at [0, ' points ']

18

၎င်းသည် တန်ဖိုး 18 ကို ပြန်ပေးသည်။

သို့သော်၊ အညွှန်းတန်ဖိုး 0 နှင့် 4 ကြားရှိ အတန်းများအပြင် အမှတ်များနှင့် အထောက်အကူပြု ကော်လံများကို ဝင်ရောက်ရန် ကျွန်ုပ်တို့ ကြိုးစား သည်ဆိုပါစို့။

 #try to select rows between index values 0 and 4 and columns 'points' and 'assists'
df. at [0:4, [' points ', ' assists ']]

TypeError : unhashable type: 'list'

input arguments များအဖြစ် အတန်းများစွာ သို့မဟုတ် ကော်လံအများအပြားကို ယူ၍မရသောကြောင့် ကျွန်ုပ်တို့ တွင် အမှားအယွင်းတစ်ခု လက်ခံရရှိနေပါသည်။

နိဂုံး

pandas DataFrame တွင် တန်ဖိုးတစ်ခုတည်းကို သင်ဝင်ရောက်လိုသောအခါ၊ loc နှင့် functions တို့သည် ကောင်းမွန်စွာအလုပ်လုပ်မည်ဖြစ်သည်။

သို့ရာတွင်၊ သင်သည် အတန်းများနှင့် ကော်လံအုပ်စုများကို ဝင်ရောက်ကြည့်ရှုလိုပါက၊ loc လုပ်ဆောင်ချက်ကသာ လုပ်ဆောင်နိုင်မည်ဖြစ်သည်။

ဆက်စပ်- Pandas loc vs iloc- ကွာခြားချက်ကား အဘယ်နည်း။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas Loc ကို အသုံးပြု၍ အခြေအနေများစွာကို အခြေခံ၍ အတန်းများကို ရွေးချယ်နည်း
Pandas ရှိ ကော်လံတန်ဖိုးများကို အခြေခံ၍ အတန်းများကို ရွေးချယ်နည်း
Pandas တွင် အညွှန်းအလိုက် အတန်းများကို ရွေးချယ်နည်း

မှတ်ချက်တစ်ခုထည့်ပါ။

သင့် email လိပ်စာကို ဖော်ပြမည် မဟုတ်ပါ။ လိုအပ်သော ကွက်လပ်များကို * ဖြင့်မှတ်သားထားသည်