Python တွင် cbind ကိုအသုံးပြုပုံ (r နှင့်ညီမျှသည်)

ကော်လံ-bind ၏ အတိုကောက်ဖြစ်သော R ရှိ cbind လုပ်ဆောင်ချက်ကို ၎င်းတို့၏ ကော်လံများဖြင့် ဒေတာဘောင်များကို ပေါင်းစပ်ရန်အတွက် အသုံးပြုနိုင်သည်။

Python တွင် တူညီသောလုပ်ဆောင်ချက်ကို လုပ်ဆောင်ရန် pandas concat() လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။

 df3 = pd. concat ([df1, df2], axis= 1 )

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- တူညီသောအညွှန်းတန်ဖိုးများဖြင့် Python တွင် cbind ကိုသုံးပါ။

ကျွန်ုပ်တို့တွင် အောက်ပါ Panda DataFrames နှစ်ခုရှိသည်ဟု ယူဆကြပါစို့။

 import pandas as pd

#define DataFrames
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'],
                    ' points ': [99, 91, 104, 88, 108]})

print (df1)

  team points
0 to 99
1 B 91
2 C 104
3 D 88
4 E 108

df2 = pd. DataFrame ({' assists ': ['A', 'B', 'C', 'D', 'E'],
                    ' rebounds ': [22, 19, 25, 33, 29]})

print (df2)

  rebound assists
0 to 22
1 B 19
2 C 25
3 D 33
4 E 29

ဤ DataFrames နှစ်ခုကို ၎င်းတို့၏ ကော်လံများဖြင့် လျင်မြန်စွာ ချိတ်ဆက်ရန် concat() လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။

 #column-bind two DataFrames into new DataFrame
df3 = pd. concat ([df1, df2], axis= 1 )

#view resulting DataFrame
df3

	team points assists rebounds
0 to 99 to 22
1 B 91 B 19
2 C 104 C 25
3 D 88 D 33
4 E 108 E 29

ဥပမာ 2- မညီမျှသော အညွှန်းတန်ဖိုးများဖြင့် Python တွင် cbind ကိုအသုံးပြုခြင်း။

ကျွန်ုပ်တို့တွင် အောက်ပါ Panda DataFrames နှစ်ခုရှိသည်ဟု ယူဆကြပါစို့။

 import pandas as pd

#define DataFrames
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'],
                    ' points ': [99, 91, 104, 88, 108]})

print (df1)

  team points
0 to 99
1 B 91
2 C 104
3 D 88
4 E 108

df2 = pd. DataFrame ({' assists ': ['A', 'B', 'C', 'D', 'E'],
                    ' rebounds ': [22, 19, 25, 33, 29]})

df2. index = [6, 7, 8, 9, 10]

print (df2)

   rebound assists
6 to 22
7 B 19
8 C 25
9 D 33
10 E 29

DataFrames နှစ်ခုတွင် တူညီသော အညွှန်းတန်ဖိုးများ မရှိကြောင်း သတိပြုပါ။

၎င်းတို့ကို ချိတ်ဆက်ရန် concat() လုပ်ဆောင်ချက်ကို အသုံးပြုပါက၊ အောက်ပါရလဒ်ကို ရရှိမည်ဖြစ်သည်။

 #attempt to column-bind two DataFrames
df3 = pd. concat ([df1, df2], axis= 1 )

#view resulting DataFrame
df3

	team points assists rebounds
0 to 99.0 NaN NaN
1 B 91.0 NaN NaN
2 C 104.0 NaN NaN
3 D 88.0 NaN NaN
4 E 108.0 NaN NaN
6 NaN NaN A 22.0
7 NaN NaN B 19.0
8 NaN NaN C 25.0
9 NaN NaN D 33.0
10 NaN NaN E 29.0

ဒါက ကျွန်တော်တို့ လိုချင်တဲ့ ရလဒ် မဟုတ်ပါဘူး။

ဤပြဿနာကိုဖြေရှင်းရန်၊ ကျွန်ုပ်တို့သည် ၎င်းတို့ကို အတူတကွ မပေါင်းစပ်မီ DataFrame တစ်ခုစီ၏ အညွှန်းကို ပြန်လည်သတ်မှတ်ရန် လိုအပ်သည်-

 import pandas as pd

#define DataFrames
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'],
                    ' points ': [99, 91, 104, 88, 108]})

df2 = pd. DataFrame ({' assists ': ['A', 'B', 'C', 'D', 'E'],
                    ' rebounds ': [22, 19, 25, 33, 29]})

df2. index = [6, 7, 8, 9, 10]

#reset index of each DataFrame
df1. reset_index (drop= True , place= True )
df2. reset_index (drop= True , place= True )

#column-bind two DataFrames
df3 = pd. concat ([df1, df2], axis= 1 )

#view resulting DataFrame
df3

	team points assists rebounds
0 to 99 to 22
1 B 91 B 19
2 C 104 C 25
3 D 88 D 33
4 E 108 E 29

ဤ DataFrame သည် ယခင်နမူနာတွင် ကျွန်ုပ်တို့ရရှိထားသော အရာနှင့် ကိုက်ညီကြောင်း သတိပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် Python တွင် အခြားသော ဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

အညွှန်းတွင် Pandas DataFrames နှစ်ခုကို ပေါင်းစပ်နည်း
ကော်လံအများအပြားတွင် Pandas DataFrames ကို ပေါင်းစည်းနည်း
Pandas တွင် VLOOKUP လုပ်နည်း