Pandas- ကော်လံရှိ တန်ဖိုးများအလိုက် pivot ဇယားကို ခွဲနည်း

ကော်လံတစ်ခု၏တန်ဖိုးများအပေါ်အခြေခံ၍ pandas pivot ဇယားကိုစီရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။

 my_pivot_table. sort_values (by=[' some_column '], ascending= False )

ဤဥပမာသည် some_column ၏တန်ဖိုးများကို ကြီးစဉ်ငယ်လိုက်အလိုက် my_pivot_table ဟုခေါ်သော မဏ္ဍိုင်ဇယားတစ်ခု၏ တန်ဖိုးများကို စီစဥ်ထားသည်။

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- ကော်လံရှိ တန်ဖိုးများအလိုက် Pandas pivot ဇယားကို စီပါ။

အမျိုးမျိုးသော ဘတ်စကတ်ဘောကစားသမားများအကြောင်း အချက်အလက်ပါရှိသော အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B',
                            'B', 'B', 'C', 'C', 'C', 'C'],
                   ' points ': [4, 4, 2, 8, 9, 5, 5, 7, 8, 8, 4, 3],
                   ' assists ': [2, 2, 5, 5, 4, 7, 5, 3, 9, 8, 4, 4]})

#view DataFrame
print (df)

   team points assists
0 to 4 2
1 to 4 2
2 to 2 5
3 to 8 5
4 B 9 4
5 B 5 7
6 B 5 5
7 B 7 3
8 C 8 9
9 C 8 8
10 C 4 4
11 C 3 4

ပန်ဒါများတွင် ဆုံချက်ဇယားတစ်ခုဖန်တီးရန် အောက်ပါကုဒ်ကို အသုံးပြု၍ ရမှတ် များအတွင်းရှိ တန်ဖိုးများနှင့် အဖွဲ့တစ်ခုစီအတွက် အထောက်အကူပြု ကော်လံများကို ပြသသည့် ပန်ဒါများ

 #create pivot table
df_pivot = df. pivot_table (index=[' team '], values=[' points ', ' assists '], aggfunc=' sum ')

#view pivot table
print (df_pivot)

      assist points
team                 
At 14 18
B 19 26
C 25 23

မူရင်းအားဖြင့်၊ ပန်ဒါများသည် အဖွဲ့ ကော်လံဖြစ်ရသည့် အညွှန်းကော်လံတန်ဖိုးအပေါ် အခြေခံ၍ လှည့်ကွက်ဇယားအတန်းများကို အက္ခရာစဉ်စီပေးသည်။

သို့သော်၊ ကျွန်ုပ်တို့သည် အစက် ကော်လံတန်ဖိုးများကို အခြေခံ၍ မဏ္ဍိုင်ဇယားအတန်းများကို စီရန် sort_values() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။

 #sort pivot table by value in 'points' column in descending order
sorted_df_pivot = df_pivot. sort_values (by=[' points '], ascending= False )

#view sorted pivot table
print (sorted_df_pivot)

      assist points
team                 
B 19 26
C 25 23
At 14 18

PivotTable အတန်းများကို Points ကော်လံရှိ တန်ဖိုးများအပေါ် အခြေခံ၍ ယခု စီခွဲထားကြောင်း သတိပြုပါ။

ascending=False argument ကို သင်ချန်လှပ်ထားပါက၊ အတန်းများကို အစက် ကော်လံရှိ တန်ဖိုးများအလိုက် ကြီးလိုက်ကြီးလိုက် စီမည်-

 #sort pivot table by value in 'points' column in ascending order
sorted_df_pivot = df_pivot. sort_values (by=[' points '])

#view sorted pivot table
print (sorted_df_pivot)

      assist points
team                 
At 14 18
C 25 23
B 19 26

PivotTable အတန်းများကို ကြီးလိုက်ကြီးလိုက် (အသေးဆုံးမှ အကြီးဆုံး) တွင် အစက် ကော်လံတန်ဖိုးများဖြင့် စီထားသည်ကို သတိပြုပါ။

မှတ်ချက် #1- sort_values() လုပ်ဆောင်ချက်ရှိ တန်ဖိုးများစွာကို အကြောင်းပြချက် အလိုက် ဖြတ်သန်းခြင်းဖြင့် pivot ဇယားရှိ ကော်လံအများအပြားကို စီစဥ်နိုင်သည်။

မှတ်ချက် #2- pandas pivot_table() လုပ်ဆောင်ချက်၏ စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas- DataFrame ကို ရှည်မှ ကျယ်အောင် ဘယ်လိုပုံစံပြောင်းမလဲ။
Pandas- DataFrame ကို ကျယ်ပြန့်မှ ရှည်အောင် ဘယ်လိုပုံစံပြောင်းမလဲ။
Pandas- ကော်လံအများအပြားတွင် အုပ်စုဖွဲ့၍ စုစည်းနည်း