Pandas- အဘိဓာန်ကို အသုံးပြု၍ nan တန်ဖိုးများကို ဖြည့်စွက်နည်း

အခြားကော်လံရှိ တန်ဖိုးများအပေါ် အခြေခံ၍ ပန်ဒါဒေတာဘောင်တစ်ခု၏ ကော်လံတစ်ခုရှိ NaN တန်ဖိုးများကို အစားထိုးရန်အတွက် အဘိဓာန်တစ်ခုနှင့်အတူ fillna() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။

ဒါကိုလုပ်ဖို့၊ အောက်ပါအခြေခံ syntax ကိုသုံးနိုင်ပါတယ်။

 #define dictionary
dict = {' A ': 5 , ' B ': 10 , ' C ': 15 , ' D ': 20 }

#replace values in col2 based on dictionary values in col1
df[' col2 '] = df[' col2 ']. fillna (df[' col1 ']. map (dict))

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- အဘိဓာန်ကို အသုံးပြု၍ Pandas တွင် NaN တန်ဖိုးများကို ဖြည့်ပါ။

အမျိုးမျိုးသောလက်လီစတိုးဆိုင်များတွင်ရောင်းချမှုနှင့်ပတ်သက်သောအချက်အလက်များပါ ၀ င်သောအောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုကြပါစို့။

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'B', 'C', 'D', 'C', 'B', 'D'],
                   ' sales ': [12, np.nan, 30, np.nan, 24, np.nan, np.nan, 13]})

#view DataFrame
print (df)

  blind sales
0 to 12.0
1 A NaN
2 B 30.0
3 C NaN
4 D 24.0
5CNaN
6BNaN
7 D 13.0

အရောင်း ကော်လံတွင် NaN တန်ဖိုးများစွာရှိကြောင်း သတိပြုပါ။

စတိုး ကော်လံရှိ သတ်မှတ်ထားသော တန်ဖိုးများနှင့် ကိုက်ညီသော တန်ဖိုးများကို အသုံးပြု၍ ဤ NaNs များကို အရောင်း ကော်လံတွင် ဖြည့်သွင်းလိုသည်ဆိုကြပါစို့။

ဒါကိုလုပ်ဖို့ အောက်ပါ syntax ကို သုံးနိုင်ပါတယ်။

 #define dictionary
dict = {' A ': 5 , ' B ': 10 , ' C ': 15 , ' D ': 20 }

#replace values in sales column based on dictionary values in store column
df[' sales '] = df[' sales ']. fillna (df[' store ']. map (dict))

#view updated DataFrame
print (df)

  blind sales
0 to 12.0
1 A 5.0
2 B 30.0
3C 15.0
4 D 24.0
5C 15.0
6 B 10.0
7 D 13.0

အရောင်းကော်လံတွင် အောက်ပါ အစားထိုးမှုများကို ပြုလုပ်ရန် အဘိဓာန်ကို ကျွန်ုပ်တို့ အသုံးပြုခဲ့သည်-

• ဆိုင်သည် A ဖြစ်ပါက အရောင်းတွင် NaN ကို တန်ဖိုး 5 ဖြင့် အစားထိုးပါ။
• ဆိုင်သည် B ဖြစ်ပါက၊ ရောင်းချမှုတွင် NaN ကို တန်ဖိုး 10 ဖြင့် အစားထိုးပါ။
• ဆိုင်သည် C ဖြစ်ပါက၊ NaN ကို အရောင်းတန်ဖိုး 15 ဖြင့် အစားထိုးပါ။
• ဆိုင်သည် D ဖြစ်ပါက၊ NaN ကို အရောင်းတန်ဖိုး 20 ဖြင့် အစားထိုးပါ။

fillna() လုပ်ဆောင်ချက်အတွက် အွန်လိုင်းစာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

ပန်ဒါမှာ ပျောက်ဆုံးနေတဲ့ တန်ဖိုးတွေကို ဘယ်လိုရေတွက်မလဲ။
Pandas ရှိ NaN တန်ဖိုးများဖြင့် အတန်းများကို ဖျက်နည်း
Pandas တွင် သတ်မှတ်ထားသော တန်ဖိုးများပါရှိသော အတန်းများကို ဖျက်နည်း