Pandas- သီးခြားကော်လံများနှင့်အတူ dropna() ကိုအသုံးပြုနည်း
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 (subset = [' column1 ', ' column2 ', ' column3 '], inplace= True )
အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင် နည်းလမ်းတစ်ခုစီကို အသုံးပြုနည်းကို ပြသသည်-
import pandas as pd import numpy as np #createDataFrame df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'], ' points ': [18, np.nan, 19, 14, 14, 11, 20, 28], ' assists ': [5, np.nan, np.nan, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, np.nan]}) #view DataFrame print (df) team points assists rebounds 0 A 18.0 5.0 11.0 1 B NaN NaN 8.0 2 C 19.0 NaN 10.0 3D 14.0 9.0 6.0 4 E 14.0 12.0 6.0 5 F 11.0 9.0 5.0 6G 20.0 9.0 9.0 7H 28.0 4.0 NaN
ဥပမာ 1- သီးခြားကော်လံတစ်ခုရှိ ပျောက်ဆုံးတန်ဖိုးများပါသည့် အတန်းများကို ဖယ်ရှားပါ။
“ assistions” ကော်လံရှိ ပျောက်ဆုံးနေသော တန်ဖိုးများပါရှိသော အတန်းများကို ဖယ်ရှားရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။
#drop rows with missing values in 'assists' column df. dropna (subset = [' assists '], inplace= True ) #view updated DataFrame print (df) team points assists rebounds 0 A 18.0 5.0 11.0 3D 14.0 9.0 6.0 4 E 14.0 12.0 6.0 5 F 11.0 9.0 5.0 6G 20.0 9.0 9.0 7H 28.0 4.0 NaN
“ Assists” ကော်လံရှိ ပျောက်ဆုံးနေသော တန်ဖိုးများပါရှိသော အတန်းနှစ်တန်းကို DataFrame မှ ဖယ်ရှားလိုက်ကြောင်း သတိပြုပါ။
DataFrame ၏နောက်ဆုံးအတန်းသည် ပျောက်ဆုံးနေသောတန်ဖိုးတစ်ခုရှိနေသော်လည်း၊ ပျောက်နေသောတန်ဖိုးသည် “ helps” ကော်လံတွင်မရှိသောကြောင့် သိမ်းဆည်းထားကြောင်းကိုလည်း သတိပြုပါ။
ဥပမာ 2- သီးခြားကော်လံများစွာထဲမှ တစ်ခုတွင် ပျောက်ဆုံးနေသော တန်ဖိုးများပါသည့် အတန်းများကို ဖယ်ရှားပါ။
“ points” သို့မဟုတ် “ bounces” ကော်လံများတွင် ပျောက်ဆုံးနေသော တန်ဖိုးများပါရှိသော အတန်းများကို ဖယ်ရှားရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။
#drop rows with missing values in 'points' or 'rebounds' column df. dropna (subset = [' points ', ' rebounds '], inplace= True ) #view updated DataFrame print (df) team points assists rebounds 0 A 18.0 5.0 11.0 2 C 19.0 NaN 10.0 3D 14.0 9.0 6.0 4 E 14.0 12.0 6.0 5 F 11.0 9.0 5.0 6G 20.0 9.0 9.0
“ points” သို့မဟုတ် “ bounces” ကော်လံများရှိ ပျောက်ဆုံးတန်ဖိုးများပါရှိသော အတန်းနှစ်တန်းကို DataFrame မှ ဖယ်ရှားလိုက်ကြောင်း သတိပြုပါ။
မှတ်ချက် – pandas dropna() လုပ်ဆောင်ချက်အတွက် စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာဖွေနိုင်ပါသည်။
ထပ်လောင်းအရင်းအမြစ်များ
အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-
Pandas- dropna() ကိုအသုံးပြုပြီးနောက် အညွှန်းကိန်းပြန်လည်သတ်မှတ်နည်း
Pandas- NaN တန်ဖိုးများဖြင့် ကော်လံများကို ဖယ်ရှားနည်း
Pandas- အခြေအနေများစွာအပေါ် အခြေခံ၍ အတန်းများကို ဖျက်နည်း