Pandas dataframes မျိုးစုံကို ဘယ်လိုစုမလဲ။

မကြာခဏဆိုသလို သင်သည် ပန်ဒါနှစ်ကောင် သို့မဟုတ် ထို့ထက်ပိုသော DataFrames များကို စုထားလိုပေမည်။ ကံကောင်းစွာဖြင့်၊ ၎င်းသည် pandas concat() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။

ဤသင်ခန်းစာတွင် ၎င်းကိုပြုလုပ်ပုံဥပမာများစွာကို ပြသထားသည်။

ဥပမာ 1- Pandas DataFrames နှစ်ခုကို စုထားပါ။

အောက်ဖော်ပြပါ ကုဒ်သည် ပန်ဒါဝက်ဝံ DataFrames နှစ်ခုကို တစ်ခုနှင့်တစ်ခုအပေါ်တွင် “ စုပုံ” ပြီး DataFrame ဖန်တီးနည်းကို ပြသသည်-

 import pandas as pd

#create two DataFrames
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
                    'points':[12, 5, 13, 17, 27]})

df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
                    'points':[24, 26, 27, 27, 12]})

#"stack" the two DataFrames together
df3 = pd. concat ([df1,df2], ignore_index= True )

#view resulting DataFrame
df3

	player points
0 to 12
1 B 5
2 C 13
3 D 17
4 E 27
5 F 24
6 G 26
7:27 a.m.
8 I 27
9 D 12

ဥပမာ 2- Pandas DataFrames သုံးခုကို စုပါ။

DataFrame ဖန်တီးရန် အလားတူကုဒ်သုံးခုကို တစ်ခုနှင့်တစ်ခု ထိပ်တွင် ပန်ဒါဝက်ဝံ DataFrame သုံးခုစုထားရန် အသုံးပြုနိုင်သည်။

 import pandas as pd

#create three DataFrames
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
                    'points':[12, 5, 13, 17, 27]})

df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
                    'points':[24, 26, 27, 27, 12]})

df3 = pd.DataFrame({'player': ['K', 'L', 'M', 'N', 'O'],
                    'points':[9, 5, 5, 13, 17]})

#"stack" the two DataFrames together
df4 = pd. concat ([df1,df2, df3], ignore_index= True )

#view resulting DataFrame
df4

        player points
0 to 12
1 B 5
2 C 13
3 D 17
4 E 27
5 F 24
6 G 26
7:27 a.m.
8 I 27
9 D 12
10K 9
11 L 5
12 M 5
13 N 13
14 O 17

ignore_index ၏ အရေးပါမှု

ယခင်နမူနာများတွင် ကျွန်ုပ်တို့သည် ignore_index=True ကို အသုံးပြုခဲ့သည်ကို သတိပြုပါ။

၎င်းသည် DataFrame တစ်ခုစီရှိ အညွှန်းကိန်းနံပါတ်များကို လျစ်လျူရှုရန် ပန်ဒါများကို ပြောထားပြီး DataFrame အသစ်အတွက် 0 မှ n-1 အထိ အညွှန်းအသစ်တစ်ခု ဖန်တီးပါ။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် ignore_index=အောက်ပါ DataFrames နှစ်ခုကို ထပ်စည်းထားသောအခါတွင် ကျွန်ုပ်တို့သည် ignore_index=True ကို အသုံးမပြုသောအခါ ဘာဖြစ်မည်ကို သုံးသပ်ပါ။

 import pandas as pd

#create two DataFrames with indices
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
                    'points':[12, 5, 13, 17, 27]},
                    index=[0, 1, 2, 3, 4])

df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
                    'points':[24, 26, 27, 27, 12]},
                    index=[2, 4, 5, 6, 9])

#stack the two DataFrames together
df3 = pd. concat ([df1,df2])

#view resulting DataFrame
df3

        player points
0 to 12
1 B 5
2 C 13
3 D 17
4 E 27
2 F 24
4G 26
5:27 a.m.
6 I 27
9 D 12

ရလဒ် DataFrame သည် DataFrames နှစ်ခုလုံးမှ ၎င်း၏မူလအညွှန်းတန်ဖိုးများကို ဆက်လက်ထိန်းသိမ်းထားသည်။

ထို့ကြောင့် သင်သည် မူရင်းအညွှန်းတန်ဖိုးများကို ထိန်းသိမ်းရန် တိကျသောအကြောင်းပြချက်မရှိပါက DataFrames နှစ်ခုကို stacking လုပ်သောအခါ ယေဘူယျအားဖြင့် ignore_index=True ကို သုံးသင့်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် Pandas တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas DataFrame တွင် အလွတ်ကော်လံတစ်ခု ထည့်နည်း
Pandas DataFrame တွင် ကော်လံတစ်ခုကို ထည့်သွင်းနည်း
Pandas DataFrame ကို Excel သို့ တင်ပို့နည်း