Pandas- ထူးခြားသောတန်ဖိုးများကိုရှာဖွေနည်း nan ကိုလျစ်လျူရှုပါ။

ထူးခြားသောတန်ဖိုးများအတွက် ပန်ဒါများကို ရှာဖွေရန်နှင့် NaN တန်ဖိုးများကို လျစ်လျူရှုရန်အတွက် အောက်ပါစိတ်ကြိုက်လုပ်ဆောင်ချက်ကို သင်သတ်မှတ်နိုင်သည်-

 def unique_no_nan(x):
    return x. dropna (). single ()

ဤလုပ်ဆောင်ချက်သည် NaN တန်ဖိုးများမှလွဲ၍ ထူးခြားသောတန်ဖိုးတိုင်းပါဝင်သည့် ပန်ဒါစီးရီးတစ်ခုကို ပြန်ပေးပါမည်။

အောက်ပါနမူနာများသည် အောက်ပါပန်ဒါများ DataFrame ဖြင့် မတူညီသောအခြေအနေများတွင် ဤလုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ပြသသည်-

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['Mavs', 'Mavs', 'Mavs', 'Celtics', 'Celtics', 'Celtics'],
                   ' points ': [95, 95, 100, 113, 100, np.nan]})

#view DataFrame
print (df)

      team points
0 Mavs 95.0
1 Mavs 95.0
2 Mavs 100.0
3 Celtics 113.0
4 Celtics 100.0
5 Celtics NaN

ဥပမာ 1- Pandas ကော်လံတွင် သီးသန့်တန်ဖိုးများကို ရှာပြီး NaN တန်ဖိုးများကို လျစ်လျူရှုပါ။

DataFrame ၏ အမှတ်များ ကော်လံရှိ ထူးခြားသောတန်ဖိုးများအားလုံးကိုပြသရန် pandas unique() လုပ်ဆောင်ချက်ကို အသုံးပြုသည်ဆိုပါစို့။

 #display unique values in 'points' column
df[' points ']. single ()

array([ 95., 100., 113., no])

unique() function သည် ရလဒ်များတွင် nan ပါဝင်ကြောင်း သတိပြုပါ။

သို့သော်၊ ကျွန်ုပ်တို့သည် အမှတ်များ ကော်လံရှိ ထူးခြားသောတန်ဖိုးများကိုပြသရန် ကျွန်ုပ်တို့၏စိတ်ကြိုက် unique_no_nan() လုပ်ဆောင်ချက်ကို အသုံးပြုသည်ဆိုပါစို့။

 #display unique values in 'points' column and ignore NaN
unique_no_nan(df[' points '])

array([ 95., 100., 113.])

ကျွန်ုပ်တို့၏လုပ်ဆောင်ချက်သည် NaN အပါအဝင် အမှတ် ကော်လံရှိ ထူးခြားသောတန်ဖိုးအားလုံးကို ပြန်ပေးသည်။

ဥပမာ 2- Pandas Groupby တွင် ထူးခြားသောတန်ဖိုးများကိုရှာပြီး NaN တန်ဖိုးများကို လျစ်လျူရှုပါ။

အဖွဲ့ ကော်လံဖြင့် အုပ်စုဖွဲ့ထားသော အမှတ် ကော်လံရှိ ထူးခြားသောတန်ဖိုးအားလုံးကိုပြသရန် pandas groupby() နှင့် agg() လုပ်ဆောင်ချက်များကို အသုံးပြုသည်ဆိုပါစို့။

 #display unique values in 'points' column grouped by team
df. groupby (' team ')[' points ']. agg ([' single '])

	unique
team	
Celtics [113.0, 100.0, nah]
Mavs [95.0, 100.0]

unique() function သည် ရလဒ်များတွင် nan ပါဝင်ကြောင်း သတိပြုပါ။

သို့သော်၊ အဖွဲ့ ကော်လံဖြင့် အုပ်စုဖွဲ့ထားသော အမှတ် ကော်လံရှိ ထူးခြားသောတန်ဖိုးများကိုပြသရန် ကျွန်ုပ်တို့၏စိတ်ကြိုက် unique_no_nan() လုပ်ဆောင်ချက်ကို အသုံးပြုသည်ဆိုပါစို့။

 #display unique values in 'points' column grouped by team and ignore NaN
df. groupby (' team ')[' points ']. apply ( lambda x: unique_no_nan(x))

team
Celtics [113.0, 100.0]
Mavs [95.0, 100.0]
Name: points, dtype: object

ကျွန်ုပ်တို့၏လုပ်ဆောင်ချက်သည် NaN တန်ဖိုးများကို မရေတွက်ဘဲ အသင်း တစ်ခုစီအတွက် အမှတ်များ ကော်လံရှိ ထူးခြားသောတန်ဖိုးအားလုံးကို ပြန်ပေးသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas- DataFrame တွင် အတန်းတစ်တန်းကို မည်သို့ရွေးချယ်ရမည်နည်း။
Pandas- အညွှန်းကော်လံမှ ထူးခြားသောတန်ဖိုးများကို မည်သို့ရယူမည်နည်း။
Pandas- ကော်လံနှစ်ခု၏ ထူးခြားသောပေါင်းစပ်မှုများကို ရေတွက်နည်း